Models · Products and Tools · Industry and Infrastructure
IBM 与 Confluent 合作在 Confluent Cloud 上推出时间序列基础模型早期访问
IBM与Confluent合作，在Confluent Cloud上推出四个时间序列基础模型的早期访问，这些模型能够从未见过的序列中进行泛化预测，并支持原生推理，无需专用GPU或模型服务基础设施。
阅读 Hugging Face 原文为什么重要
时间序列基础模型有望简化企业实时数据分析，降低部署门槛和成本，加速AI在工业监控、金融预测等领域的应用。
关键事实
事实 1
IBM Granite 时间序列基础模型可以从未见过的序列中进行泛化预测。
来源与依据
it generalizes to a series it has never seen: give it a window of measurements and it tells you what comes next
事实 2
在 Confluent Cloud 上运行 IBM Granite 时间序列模型推理无需为模型服务基础设施或 GPU 配置和管理。
来源与依据
Native inference eliminates the need to provision and manage dedicated model-serving infrastructure or GPUs
事实 3
IBM 与 Confluent 提供四种互补的时间序列基础模型，均在早期访问中提供。
来源与依据
The portfolio is four complementary time series foundation models, all in Early Access