搜索结果：apache（16 个）

面向 agent、LLM 和 ML 模型的开源 AI 工程平台，支持调试、评估、监控和优化生产级 AI 应用。

SeaTunnel 是一个多模态、高性能、分布式的海量数据集成工具。

开源机器学习编译器框架。

SynapseML（原 MMLSpark）是基于 Apache Spark 的分布式机器学习库，主要解决大规模数据下构建 ML 流水线复杂度高的问题。它无缝兼容 SparkML API，支持在弹性集群上分布式训练，覆盖文本分析、计算机视觉、异常检测及深度学习等任务，并支持 Python、Scala 等多语言调用。

Spark NLP 是基于 Apache Spark 构建的工业级 NLP 与大模型库，解决大规模文本处理在分布式环境中难以扩展的痛点。它提供实体识别、文本分类、问答等功能，内置超 10 万个预训练模型与管道，并支持导入 TensorFlow、ONNX 及 GGUF 模型。

Gluten 是一个为 Spark SQL 提速的中间层插件。它复用 Spark 的分布式控制流，将 JVM 中计算密集的数据处理卸载给 ClickHouse、Velox 等高性能原生引擎。通过 Substrait 转换执行计划并结合 Arrow 列存格式，无需改动现有 SQL 或 DataFrame API 即可实现原生向量化加速。

统一的批处理与流式数据处理编程模型。

Apache Texera 是一款面向人机协同数据科学的可视化工作流平台，解决复杂数据分析门槛高及协作难的问题。它通过直观 GUI 让用户构建分析流程，并结合能理解自然语言的 AI Agent 辅助任务。核心功能包括工作流实时协作编辑、运行时调试、多语言原生支持（Python/Java）以及支持云端扩展的并行大数据处理引擎。

Scio 是为 Apache Beam 和 Google Cloud Dataflow 打造的 Scala API，风格贴近 Spark。它解决了 Beam 原生开发体验繁琐的问题，提供批流一体的编程模型，深度整合 BigQuery、Pub/Sub 等 GCP 服务，并原生支持 Cassandra、Parquet、TensorFlow 等多样数据源与交互式 REPL。

Apache OpenWhisk 是一个开源的 Serverless（无服务器）云平台。它让开发者无需管理底层服务器，即可通过 Docker 容器运行函数。其核心功能包括：支持将函数暴露为 API、使用规则和触发器实现事件驱动响应、编排复杂工作流，并支持本地及 Kubernetes 部署。

Apache Pekko 是基于 Actor 模型的开源框架（源自 Akka 2.6.x 分支），旨在解决 Java/Scala 开发者构建高并发、分布式及弹性消息驱动应用的复杂难题。其核心通过高级并发抽象，提供持久化、流处理（Streams）和 HTTP 等配套库，支持构建高可用的分布式系统。

DataFusion Comet 是 Apache Spark 的高性能加速器。它无需修改现有代码，通过端到端 Apache Arrow 列式格式及基于 Rust 的 DataFusion 原生执行，避免 Spark 行式处理开销。核心加速算子执行、表达式计算、Parquet 扫描与 Shuffle，显著提升查询性能并降低计算成本。

Apache Casbin：支持 ACL、RBAC、ABAC 等访问控制模型的权限管理库。

〔中文简介暂未生成〕 Lightweight real-time big data streaming engine over Apache Pekko

基于 C++ 的工业级 RPC 框架，常用于搜索、存储、机器学习、广告及推荐等高性能系统。

cudf-spark（原 RAPIDS Accelerator for Apache Spark）是 NVIDIA 开源的 Spark 插件。它利用 cuDF 库调用 GPU 加速 Apache Spark 的大数据处理；其核心功能是在保证计算结果与原生 Spark 严格一致的同时，通过 GPU 提升 SQL 性能，并支持向 XGBoost 等 GPU 应用零拷贝传输数据。