Перейти к содержимому
Экосистема AI Vibe

Новости

50 млн загрузок: временные ряды IBM встроили в Confluent и Flink

Редакция 18 ноября 2026 г.

Поток событий в Flink обогащается прогнозом временного ряда и уходит в приложения и агентов без GPU-кластера.

Четыре предобученные модели временных рядов IBM набрали вместе больше 50 млн загрузок — с 18 ноября 2026 года они встроены в Confluent как штатные функции в облаке и на своей площадке. Прогноз и поиск аномалий вызываются из SQL через Apache Flink, вывод крутится на CPU; IBM Research и Confluent показали, как результат подмешивается к событию в том же потоке, откуда питаются приложения и агенты.

Идея Streamhouse — не копить снимки в хранилище, а держать актуальный бизнес-контекст по ходу: платформа Confluent соединяет источники, Flink обогащает поток, Lightning Tables отдают свежее состояние с малой задержкой. Слой прогнозов ложится сверху рядом с большими языковыми моделями и классическим ML, чтобы сигнал не опаздывал: прогноз после срыва линии или стокаута точный, но бесполезный для следующего шага.

Что даёт встройка в поток

  • Одна предобученная модель на множество рядов вместо отдельного обучения на каждую серию.
  • Прогноз пересчитывается по мере прихода новых точек в конвейере Flink.
  • Аномалии и коридоры уходят в операционные системы раньше, чем в недельный отчёт.
  • Компактные веса на CPU рядом с пайплайном — без выделенного GPU-кластера.

Именованные вызовы в SQL

  • Производство. Модель TTM читает SCADA раз в 10 минут и смотрит на четыре часа вперёд долю продукции в спецификации.
  • AI_DETECT_ANOMALIES — для каждого ряда продаж ожидаемый коридор по недавней истории, без модели на каждый SKU и магазин.
  • AI_FORECAST — 28-дневный прогноз с диапазоном P10–P90, обновляется с новыми продажами; из него считают точку заказа, агент может черновить PO.
  • Антифрод. Платёж сверяется с индивидуальным коридором трат по карте и уходит в существующие правила банка как дополнительный сигнал.
  • PatchTST-FM — на минутных барах объём торгов на 30 минут вперёд, чтобы нарезать крупную заявку по ленте.
  • TSPulse — эмбеддинги окон ряда для поиска похожих паттернов на оборудовании.

В Confluent Cloud модели на стороне платформы, отдельный деплой не нужен. На своей площадке — через Confluent Platform for Apache Flink; документация раздельная для облака и для своей инфраструктуры.

Источник: Time-Series Models in the Streamhouse: A New Frontier and Use Cases.