Databricks

Spark商业化与Lakehouse概念

Apache Spark最初是伯克利AMPLab的研究项目，解决Hadoop MapReduce延迟高、迭代计算慢的问题，通过内存计算将机器学习训练速度提升10至100倍。Databricks的联合创始人——阿里·戈德西、Ion Stoica等人——将其商业化，以托管Spark服务起家。

Lakehouse是Databricks提出的架构范式：把数据湖（廉价存储、schema-on-read）和数据仓库（ACID事务、高性能SQL）的优点合并，底层是开源的Delta Lake格式。这个概念被Snowflake、Amazon Athena等竞争对手部分借鉴，也被视为对传统数仓+数据湖双轨架构的颠覆。[1]

MosaicML收购与大模型赛道

2023年Databricks以13亿美元收购MosaicML，后者专注于让企业用自有数据高效训练和微调大语言模型。随后发布的DBRX是当时性能最强的开源混合专家（MoE）大模型，参数量达132B，基准测试超过Llama 2和Mistral。

Databricks的战略逻辑清晰：企业的数据在Databricks平台上，训练和推理也在这里发生，形成闭环。这套逻辑让其在AI热潮中获得2024年100亿美元新一轮融资，市值定格于620亿美元，并开始传出IPO计划。