JFrog Press Room

Resource center for analyst and press inquiries,
company information, and community media.

JFrog 将收购 Qwak,以从开发到生产优化 AI 模型

PRESS RELEASE, 六月 25, 2024

加州森尼韦尔 – 2024 年 6 月 25 日JFrog Ltd.(纳斯达克股票代码: FROG),一家 Liquid Software 公司,也是提供 DevOps 和 DevSecOps 解决方案的 JFrog Software Supply Chain Platform 的创建者,今天宣布已就收购从事 AI 和 MLOps 平台创建的 Qwak AI Ltd. 达成最终协议。

通过此次收购,JFrog 旨在为 DevOps、安全和 MLOps 利益相关者提供统一且可扩展的解决方案。 这种行业领先的高级 MLOps 功能旨在让数据科学家和开发人员摆脱基础设施方面的事务,从而加速 AI 驱动的应用程序的创建和交付。 JFrog 是所有软件包(二进制文件)的单一记录系统,包括存储在 Artifactory 中的模型。 其机器学习 (ML) 模型功能得到增强,将使用户能够实现更加高效流畅的模型开发到部署过程。

JFrog 首席执行官兼联合创始人 Shlomi Ben Haim 表示:“下一代软件供应链平台将需要进行扩展,并以原生方式包含 MLOps 解决方案,以更好地服务于开发组织。” “能将 Qwak 的 MLOps 解决方案与我们的平台相结合,为客户的 AI 之旅提供支持,我们感到振奋。 JFrog Artifactory 将 Qwak 的解决方案作为首选模型注册库进行支持,JFrog Xray 将该解决方案用于扫描和保障 ML 模型的安全,该方案将提高用户效率,并为 DevOps、DevSecOps、MLOps 和 MLSecOps 提供统一的平台体验。 我们期待与 Qwak 的团队一起飞跃更高! Ben Haim 补充道。

作为 JFrog Platform 的一部分,Qwak 技术将提供直接和安心的用户体验,以将模型投入生产,并让企业在交付 AI 驱动的应用程序时获享期望 JFrog 实现的信任度和数据溯源。 这种组合利用了 Qwak 的高级模型训练和服务功能,用于管理以前孤立且复杂的模型生命周期,以及 JFrog 提供的模型存储管理和模型安全扫描。

今年早些时候,JFrog 和 Qwak 解决方案宣布基于 JFrog 的“模型即软件包”方法成功进行集成,随后又完成了这次收购。 整体解决方案旨在消除对单独工具、单独合规工作的需求,并将在单个解决方案中提供完全的可追溯性。

“我们非常高兴能加入 JFrog 大家庭并帮助客户加速他们的 AI 计划,”Qwak 首席执行官兼联合创始人 Alon Lev 说。 “我们对 Qwak 的创始愿景是改变软件开发团队和数据科学家的合作方式,将 AI 资产投入生产。 借助 JFrog 软件供应链平台大规模交付安全软件组件的强大功能,我们正在创造一种全新的体验,这将为统一的数字交付团队铺平道路,以更简单、更可预测的方式将负责任、安全的模型引入其应用程序。

各家公司纷纷尝试交付 AI 驱动的应用程序,上市的速度和 ML 模型的安全流(人工智能背后的推动力)是现代 MLOps 倡议的关键驱动因素。 根据 Gartner 的研究,MLOps 在 AI 的可操作化中发挥着关键作用,到 2024 年底,75% 的公司将从 AI 试行转向运营(《Gartner 2020 年十大数据和分析趋势》[仅限客户访问])。

JFrog 战略执行副总裁 Gal Marder 表示:“数据科学家和机器学习工程师目前使用的工具大多与公司内部的标准 DevOps 和安全流程脱节,从而延迟了发布时间并削弱了信任。 “跨开发、安全、机器学习和运营的统一记录系统将减轻数字团队和业务的这种痛苦。”

当今市场需要覆盖整个软件供应链的单一平台体验,以加速开发过程,机器学习模型及其元数据等人工智能的推动力也要得到相应对待。 与任何其他软件组件一样,为了大规模交付 AI,必须跨系统进行 ML 模型存储、构建、跟踪、版本控制、签名、保护和高效交付。 在统一的解决方案中利用 DevOps 实践可以满足这些市场期望。

收购 Qwak 将扩展 JFrog 解决方案,使其具备以下功能:

  • 针对 DevSecOps 和 MLSecOps 的单一平台,提供从传统模型到 LLM 和 GenAI 的全面 ML 软件供应链
  • 通过简化模型开发、部署和服务过程,将模型快速直接地投入生产,从而提升 AI 倡议
  • 使用 OOTB 数据集管理和特征存储支持进行模型训练和监控
  • 将模型作为软件包进行管理,使您能够通过 DevSecOps 最佳实践对模型进行版本控制、管理和保护,如同对任何其他软件包的操作一样。
  • 在开发工作流程中自然地确保 AI 的来源和安全性
  • 从受管制的安全真实源中提取,该真实源将 ML 模型与容器和 Python 包等其他构建块相结合
  • 可追溯到模型源头,以便在生产模型出现问题时轻松召回、重新训练和重新部署

JFrog 的 MLOps 路线图

作为收购和整合过程的一部分,JFrog 计划将 Qwak 的人才吸收到 JFrog 中,从而快速发展以 MLOps 为中心的团队。 JFrog 还将加快技术集成过程,将 Qwak 技术引入 JFrog Platform,涵盖 JFrog 的 DevOps 和安全产品。 JFrog 和 Qwak 将与客户合作,确保业务连续性,并简化向未来联合开发和支持的产品的迁移。

MLOps 生态系统和合作伙伴集成

今年早些时候,JFrog 宣布与 AWS Sagemaker由 DataBricks 开发的 MLflow 进行集成。 作为公司追求普适性方法的一部分,JFrog 将继续与其他领先的 MLOps 生态系统合作伙伴进行集成,为开发人员和 ML 工程师提供选择自由,避免受限于供应商。

要更深入地了解 JFrog 和 Qwak 的联合预期将如何帮助构建、训练、保护、部署和监控 ML 模型和 GenAI 的统一体验,请访问我们的解决方案页面、阅读这个博客并加入我们 7 月 22 日所在周的网络研讨会

JFrog 重申第二季度和 2024 财年指引

JFrog 重申 2024 年 5 月 9 日提供的第二季度和 2024 财年财务指引。

###

关于 JFrog

JFrog Ltd.(纳斯达克: FROG)的使命是创造一个从开发人员到设备之间没有摩擦的软件交付世界。 在“Liquid Software”愿景的推动下,JFrog 软件供应链平台作为单一记录系统,旨在助力组织快速安全地构建、管理和分发软件,使其可用、可追溯和防篡改。 集成的安全功能还有助于识别、保护和修复威胁和漏洞。 JFrog 的混合、通用、多云平台可作为自托管和 SaaS 服务提供给主要云服务提供商。 全球数以百万计的用户和 7,000+家客户,包括大多数财富 100 强企业,都依靠 JFrog 解决方案安全地实现数字化转型。 超越发展,一往无前! 要了解更多信息,请访问 jfrog.com 并在 X(前身为 Twitter)上关注我们: @jfrog。

关于前瞻性陈述的警示性说明

本新闻稿包含“前瞻性”陈述,该术语根据美国联邦证券法定义,包括但不限于有关 JFrog 未来财务业绩的陈述、我们对 2024 年 6 月 30 日结束的季度和 2024 年 12 月 31 日结束的财年的重申指引、我们在所参与市场的领导地位、我们满足市场需求的能力以及我们对拟议收购 Qwak 的预期,包括我们完成潜在交易的能力、完成潜在交易的拟议时间表、我们成功将拟议收购整合到我们的业务运营(包括 DevOps 平台)中的能力,以及从拟议收购中实现预期收益和协同效应的能力。

这些前瞻性陈述基于我们当前的假设、期望和信念,并受到重大风险、不确定性、假设和情况变化的影响,因此可能导致 JFrog 的实际结果、业绩或成就与任何前瞻性陈述中明示或暗示的内容存在重大差异。 有许多因素可能导致实际结果、业绩或成就与本新闻稿中的陈述存在重大差异,包括但不限于我们向美国证券交易委员会提交的文件中详述的风险,这些文件包括我们截至 2023 年 12 月 31 日的 Form 10-K 年度报告、截至 2024 年 3 月 31 日的 Form 10-Q 季度报告,以及我们可能不时向美国证券交易委员会提交的其他文件和报告。 前瞻性陈述仅代表我们截至本新闻稿发布之日的信念和假设。 除法律要求外,我们不承担更新前瞻性陈述的任何义务。

媒体联系人:

Siobhan Lyons,JFrog 全球传播高级经理,siobhanL@jfrog.com

投资者联系方式:

Jeff Schreiner,JFrog 投资者关系副总裁,jeffS@jfrog.com