SAS et SingleStore offrent une architecture de données et d’analyse de nouvelle génération.
SAS s'est associé à SingleStore pour aider les organisations à éliminer les obstacles à l'accès aux données, à maximiser les performances et la scalabilité, et à découvrir des insights clés basés sur les données. SAS Viya avec SingleStore permet l'utilisation des technologies d'analyse et d'intelligence artificielle de SAS sur les données stockées dans la base de données en temps réel de SingleStore, conçue pour le cloud. Cette intégration offre un accès flexible et ouvert aux données soigneusement sélectionnées, afin d'accélérer la création de valeur pour les déploiements dans le cloud, hybrides et sur site.
"Les coûts économiques du stockage et de l'infrastructure, ainsi que la complexité de l'intégration des données et du traitement manuel, entravent souvent les décideurs technologiques d'aujourd'hui dans leur capacité à prendre rapidement et efficacement des décisions", a déclaré Carl Olofson, Vice-Président de la Recherche en Logiciel de Gestion des Données chez IDC (International Data Corporation - une société américaine d'édition de magazines spécialisée dans les technologies informatiques.) .
"En rapprochant davantage les capacités d'intelligence de leurs données, les organisations peuvent améliorer considérablement leur productivité et leurs performances, réduire les coûts économiques et accélérer les décisions basées sur les données "
Grâce à la compression des données de SingleStore et aux performances analytiques de SAS, les deux sociétés visent à réduire la complexité de la gestion et de l'intégration des données, ainsi que le temps de calcul nécessaire à l'entraînement de modèles sophistiqués.
SAS Viya avec SingleStore permet l'exécution directe des analyses avancées d'IA et d'apprentissage automatique de SAS sur les tables de bases de données relationnelles de SingleStore. En offrant cette capacité, SAS et SingleStore réduiront considérablement la dette technique des clients liée aux duplications de bases de données, ce qui contribuera à améliorer les performances des charges de travail analytiques et, en fin de compte, à découvrir des avantages concurrentiels clés.
