Databricksは2026年のData+AI Summitにおいて、AIプラットフォームの重要なアップデートを発表しました。これらの新機能は、機械学習のライフサイクル全体を簡素化し、加速することを目的としています。発表された主な機能は、MLエンジニアリングのためのGenie Codeエージェント、パブリックプレビュー版のAI Runtime（サーバーレスGPUプラットフォーム）、およびリアルタイムMLの強化です。
Genie Code for Machine Learning Genie Codeは、MLエンジニアリングに特化したエージェントとして刷新されました。Unity Catalogとの深い統合により、データの品質やビジネスセマンティクスを理解し、MLflowを介してMLライフサイクル全体を把握します。Genie Codeは、既存のパターンを再利用した特徴エンジニアリング、自動的なインフラストラクチャ選択（CPUまたはGPU）によるモデルのトレーニングとチューニング、そしてノートブックから本番環境へのシームレスなデプロイを実行します。ユーザーからのフィードバックによると、Genie Codeを使えば、生データからガバナンスが効いた本番用MLワークフローを90分で構築できます。
AI Runtime：レイクハウス内の研究級GPUプラットフォーム AI Runtimeはパブリックプレビューとして公開され、サーバーレスでオンデマンドのNVIDIA GPU（A10およびH100）を提供します。ユーザーは2〜3クリックでノートブックを設定し、トレーニングを開始できます。Lakeflow JobsやDABsによる強力なオーケストレーションツール、RDMAや高性能データローディングによる分散トレーニングの最適化、MLflowとUnity Catalogによる集中ガバナンスと可観測性を備えています。このプラットフォームは、DBRXやKARLなどの基盤モデルのトレーニングに使用されており、数百の顧客が最先端のAIを研究から本番エンタープライズアプリケーションに導入するのを支援しています。
リアルタイムMLのスケーリング：Feature StoreとModel Serving 低レイテンシ・高スループットの本番要件を満たすため、Databricksは以下の新機能を発表しました：宣言的特徴エンジニアリング（一度定義すればトレーニングとサービングに自動的に反映）、ストリーミング特徴（イベントストリームに基づくリアルタイム特徴）、高QPSモデルサービング（300K QPS以上、p99レイテンシ10ms未満、手動チューニング不要）、およびLakebase上のオンライン特徴サービング。さらに、Genie CodeはZeroOps for MLをサポートし、推論テーブルのクエリ、サービングエンドポイントのパフォーマンスデバッグ、アラートの根本原因分析を実行します。顧客はDatabricks Model Servingを利用することで、インフラコストを最大90%以上削減し、p99およびp50レイテンシを最大2倍改善し、100K QPSを超える本番規模に拡張しています。
これらの新機能は、実験から本番へのパスを効率化し、組織がこれまで以上に迅速にAIアプリケーションを構築、デプロイ、スケーリングすることを可能にします。