📊Bloomberg Technology•較早收集於 63m
Databricks 數據倉儲業務翻倍至 15 億美元
💡Databricks 的成長顯示企業對統一數據與 AI 平台的明確偏好。
⚡ 30-Second TL;DR
有什麼變化
Databricks 數據倉儲達到 15 億美元年度運轉率
為什麼重要
Databricks 的快速成長顯示企業管理 AI 數據的方式正在轉變，更傾向於使用統一的數據與 AI 平台。
下一步行動
比較 Databricks 的 Lakehouse 功能與您目前的 Snowflake 設定，看看統一的 AI/數據工作流是否能減少您的 ETL 開銷。
誰應關注：Enterprise & Security Teams
關鍵要點
- •Databricks 數據倉儲達到 15 億美元年度運轉率
- •業務規模在過去一年翻倍
- •與 Snowflake 和 Google 直接競爭
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 34 個來源。
🔑 增強重點摘要
- •Databricks數據倉儲業務的增長主要受到人工智慧工作負載需求以及客戶從其他平台轉移的推動。
- •Databricks在2025年第四季度的總年度運轉率已超過54億美元，年增長率超過65%。
- •僅其AI產品在2025年第四季度的年度運轉率就達到了14億美元，約佔總收入的26%。
- •Databricks在2025財年實現了全年自由現金流為正。
- •在2026年2月的一輪融資中，Databricks的估值達到1340億美元，顯著超越了其競爭對手Snowflake的市值。
📊 競品分析▸ Show
| 特性/平台 | Databricks (Lakehouse) | Snowflake (Data Cloud) | Google BigQuery |
|---|---|---|---|
| 核心架構 | 湖倉一體 (Lakehouse)，基於開放標準 (Apache Spark, Delta Lake, Unity Catalog)，結合數據湖的靈活性與數據倉儲的可靠性。 | 雲端數據倉儲，儲存與計算分離，專有儲存格式，易於SQL分析。 | 無伺服器數據倉儲，與Google Cloud生態系統深度整合，自動擴展。 |
| 主要優勢 | 統一數據科學、數據工程和機器學習工作負載，支援即時分析和複雜AI/ML開發。 | 靈活的數據共享和多雲能力，易於使用，適合商業智慧和傳統數據倉儲。 | 簡潔的無伺服器體驗，管理負擔最小，大規模分析能力強，與Google AI功能緊密整合。 |
| 定價模式 | 基於Databricks單位 (DBU) 的消耗模型，包含計算資源、工作區和基礎設施成本。 | 基於虛擬倉儲使用量的信用點數 (credits)，按秒計費，儲存和計算費用分離。 | 計算和儲存費用分離，計算可選擇按需或容量定價，按掃描數據量計費。 |
| 性能優化 | Photon引擎提供4-12倍的分析加速，針對Delta Lake和Parquet格式優化。 | 專有優化，高效處理SQL查詢，與Databricks和BigQuery共享底層技術棧。 | Dremel查詢引擎，動態查詢執行，可並行處理多個階段。 |
| AI/ML整合 | AI原生整合，支援向量數據、模型推論、微調，提供MLflow管理ML生命週期，收購MosaicML強化AI基礎設施。 | 逐步加強非結構化數據支援，AI模型整合偏向黑箱SaaS API，Snowpark ML功能逐漸成熟。 | 強大的Google Cloud生態系統整合，先進AI功能在Google Cloud上表現最佳。 |
🛠️ 技術深入
- 湖倉一體 (Lakehouse) 架構：Databricks平台的核心，旨在融合數據湖的低成本儲存與靈活性，以及數據倉儲的數據管理與ACID交易特性，以單一平台處理所有數據工作負載，包括商業智慧、數據工程、機器學習和生成式AI。
- Delta Lake：Databricks於2019年開源的儲存層技術，為數據湖帶來可靠性。它在Parquet檔案格式之上增加了交易日誌，實現了ACID事務保證、Schema演進、時間旅行和可擴展的元數據管理。
- Unity Catalog：一個統一的數據和AI治理解決方案，提供跨工作區的集中式存取控制、數據審計、數據血緣追蹤、數據發現和數據共享功能。
- Photon Engine：一個高性能、向量化的查詢引擎，以C++從頭開發，與Apache Spark完全兼容。它利用現代CPU架構，透過改進的查詢優化器和緩存機制，顯著加速Delta Lake上SQL和DataFrame工作負載的查詢性能，通常可達4-12倍的加速。
- Databricks Data Intelligence Platform：基於湖倉一體架構，並由數據智能引擎提供支援，該引擎利用生成式AI理解數據的獨特語義，自動優化性能並管理基礎設施。平台整合了ML、數據治理、工作流程和AI功能，並包含智能搜索和Genie Code等AI驅動服務。
🔮 前景展望AI analysis grounded in cited sources
Databricks將鞏固其作為AI時代核心數據基礎設施的地位。
其Lakehouse架構與AI產品線的強勁增長，使其成為企業構建和運行AI應用不可或缺的平台。
數據平台市場的競爭將更加激烈，特別是在AI整合方面。
Databricks、Snowflake和Google BigQuery都在積極整合AI功能，爭奪企業在數據和AI工作負載方面的支出。
Databricks的IPO將成為科技資本市場的重要風向標。
儘管估值高達1340億美元且財務表現強勁，公司仍表示將等待有利的市場條件才上市，其IPO時機和表現將反映市場對高成長AI數據公司的信心。
⏳ 時間線
2013-00
Databricks成立，旨在將Apache Spark商業化。
2017-11
與Microsoft Azure合作，推出Azure Databricks。
2018-00
發布Delta Lake，奠定Lakehouse架構基礎。
2019-00
推出Databricks SQL，增強數據倉儲能力。
2020-06
推出Photon Engine，顯著提升查詢性能。
2023-06
收購AI初創公司MosaicML，強化AI基礎設施。
📎 來源 (34)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
- investing.com
- sacra.com
- databricks.com
- biggo.com.tw
- cmoney.tw
- feishu.cn
- technologymatch.com
- databricks.com
- finguider.cc
- datumo.io
- getmonetizely.com
- youtube.com
- medium.com
- medium.com
- databricks.com
- substack.com
- iyiou.com
- tradingcalendar.com
- databricks.com
- databricks.com
- systex.com
- databricks.com
- streamactivate.com
- microsoft.com
- bigeye.com
- cnblogs.com
- amazon.com
- databricks.com
- databricks.com
- databricks.com
- microsoft.com
- tenten.co
- medium.com
- vstar.com
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Bloomberg Technology ↗
每週 AI 簡報
每週一封，可隨時退訂。