Databricks Mosaic se refiere a la empresa de IA generativa MosaicML, que fue adquirida por Databricks en junio de 2023 por 1.400 millones de dólares. MosaicML se especializaba en construir sistemas eficientes para entrenar y desplegar grandes modelos de lenguaje (LLM), ofreciendo una plataforma que permitía a las organizaciones crear modelos de IA personalizados utilizando sus propios datos. La adquisición integró la tecnología de MosaicML en la arquitectura lakehouse de Databricks, formando la base de su Plataforma de Inteligencia de Datos y mejorando sus capacidades de IA generativa.
MosaicML era conocida por sus modelos de código abierto, incluidos los MPT (Transformadores Preentrenados de Mosaic), diseñados para ser rentables y accesibles para las empresas. Las herramientas de la empresa permitían a los usuarios entrenar, ajustar y servir LLM a escala, abordando la creciente demanda de soluciones de IA privadas y personalizables. Tras la adquisición, Databricks aprovechó la experiencia de MosaicML para desarrollar productos como Dolly, un modelo de lenguaje de código abierto con 6 mil millones de parámetros, e integrar modelos de terceros de proveedores como OpenAI y Anthropic en su plataforma.
Antecedentes y Fundación
MosaicML fue fundada en 2021 por Naveen Rao y Hanlin Tang, ambos con experiencia previa en IA y hardware. Rao cofundó anteriormente Nervana Systems, una startup de hardware de aprendizaje profundo adquirida por Intel en 2016. Tang había trabajado en Intel y tenía un doctorado en neurociencia. La empresa tenía su sede en San Francisco, California, y rápidamente llamó la atención por su enfoque en hacer el entrenamiento de LLM más eficiente y asequible.
La startup recaudó financiación significativa de firmas de capital de riesgo, incluida una ronda de Serie B de 64 millones de dólares en 2022 liderada por Tiger Global Management. La plataforma de MosaicML se basaba en principios de aprendizaje automático, enfatizando técnicas de entrenamiento distribuido y optimización que reducían los recursos computacionales necesarios para modelos a gran escala.
Tecnología y Productos
La oferta principal de MosaicML era un servicio gestionado para entrenar y desplegar LLM, que soportaba arquitecturas populares como el Transformer. La plataforma incluía herramientas para preparación de datos, entrenamiento de modelos e inferencia, todas diseñadas para ejecutarse en infraestructura en la nube de proveedores como Amazon Web Services, Microsoft Azure y Google Cloud.
Una de las innovaciones clave de MosaicML fue su familia de modelos de código abierto, MPT, que incluía MPT-7B y MPT-30B. Estos modelos se lanzaron en 2023 y destacaron por su rendimiento competitivo en relación con modelos propietarios más grandes, logrado mediante técnicas de entrenamiento eficientes. MosaicML también desarrolló Composer, una biblioteca basada en PyTorch para entrenamiento de redes neuronales, y Streaming, una biblioteca de transmisión de conjuntos de datos que facilitaba la carga eficiente de datos.
Adquisición por Databricks
En junio de 2023, Databricks anunció su intención de adquirir MosaicML por 1.300 millones de dólares, con el cierre del acuerdo a finales de ese año. La adquisición fue parte de la estrategia más amplia de Databricks para expandir sus capacidades de inteligencia artificial, particularmente en el ámbito de la IA generativa. Databricks integró la tecnología de MosaicML en su plataforma lakehouse, permitiendo a los clientes construir y desplegar LLM personalizados junto con sus cargas de trabajo de análisis de datos.
La adquisición también condujo al desarrollo de la Plataforma de Inteligencia de Datos de Databricks, que combina la gestión de datos con el entrenamiento y servicio de modelos de IA. Las herramientas de MosaicML fueron renombradas como las capacidades de entrenamiento y servicio de modelos fundacionales de Databricks, y la empresa continuó lanzando modelos de código abierto bajo el nombre MPT.
Impacto y Legado
La adquisición de MosaicML por Databricks fue un evento significativo en la industria de la IA, destacando la creciente importancia del entrenamiento eficiente de LLM y la tendencia de las plataformas de datos a integrar IA generativa. La tecnología contribuyó a la capacidad de Databricks para ofrecer un entorno seguro para que las empresas entrenen modelos con datos propietarios, un diferenciador clave frente a competidores como Google DeepMind y OpenAI.
Bajo Databricks, el legado de MosaicML continuó a través de productos como Dolly y la integración de modelos de Anthropic y OpenAI en la plataforma de Databricks. La adquisición también influyó en el crecimiento financiero de Databricks, contribuyendo a que su valoración alcanzara los 188 mil millones de dólares en julio de 2026, tras una ronda de financiación de 3 mil millones de dólares liderada por Coatue Management.
El enfoque de MosaicML en modelos de código abierto y métodos de entrenamiento eficientes ha tenido un impacto duradero en la comunidad de IA, fomentando un acceso más amplio a la tecnología de LLM y promoviendo la innovación en la optimización de modelos.