Databricks MosaicML é a divisão de IA generativa da Databricks, uma empresa americana de software de dados e inteligência artificial com sede em São Francisco, Califórnia. Originou-se da MosaicML, uma startup fundada em 2021 que desenvolveu uma plataforma para treinar, ajustar e implantar grandes modelos de linguagem (LLMs) e outros modelos de aprendizado profundo. A Databricks adquiriu a MosaicML em junho de 2023 por US$ 1,4 bilhão, integrando sua tecnologia à Plataforma de Inteligência de Dados da Databricks para fornecer aos clientes ferramentas para construir modelos generativos de IA personalizados com seus próprios dados.
A plataforma MosaicML é conhecida por sua ênfase em eficiência e redução de custos no treinamento de grandes redes neurais. Ela inclui a biblioteca MosaicML Composer, que implementa técnicas como aprendizado curricular, recorte de gradiente e normalização de camadas para acelerar o treinamento, e o MosaicML LLM Foundry, um conjunto de ferramentas para treinar, ajustar e servir LLMs. Após a aquisição, a Databricks renomeou essas ofertas sob o nome Databricks MosaicML, posicionando-as como um componente central de sua infraestrutura de IA gerenciada.
História
A MosaicML foi fundada em 2021 por Naveen Rao, Hanlin Tang e Jonathan Frankle. Rao cofundou anteriormente a Nervana Systems, uma startup de hardware de aprendizado profundo adquirida pela Intel em 2016. A empresa visava democratizar o treinamento de modelos em larga escala, tornando-o mais acessível e acessível para empresas. Em outubro de 2021, a MosaicML levantou US$ 37 milhões em uma rodada de financiamento Série A liderada pela Addition, com participação da Future Ventures e outros.
Em 2022, a MosaicML lançou a biblioteca MosaicML Composer, que introduziu um conjunto de métodos de treinamento que poderiam reduzir o custo de treinamento de modelos de aprendizado profundo em até 50%. A empresa também lançou o MosaicML Cloud, um serviço gerenciado para treinar e implantar modelos em infraestrutura de nuvem. No início de 2023, a MosaicML ganhou atenção por seus modelos de código aberto, incluindo o MPT-7B, um LLM baseado em transformador de 7 bilhões de parâmetros lançado em maio de 2023. O MPT-7B foi notável por seu desempenho competitivo contra modelos maiores como o LLaMA-7B, e foi treinado em um conjunto de dados de 1 trilhão de tokens.
Em junho de 2023, a Databricks anunciou sua intenção de adquirir a MosaicML por US$ 1,4 bilhão. A aquisição foi concluída em julho de 2023, e a MosaicML tornou-se uma subsidiária integral da Databricks. O negócio fez parte da estratégia da Databricks de integrar capacidades de IA generativa em sua arquitetura lakehouse, que combina elementos de data warehouses e data lakes. A aquisição também trouxe a equipe de pesquisadores e engenheiros da MosaicML para a Databricks, incluindo seu CEO Naveen Rao, que se tornou vice-presidente na Databricks.
Após a aquisição, a Databricks continuou a desenvolver e lançar modelos sob a marca MosaicML. Em julho de 2023, a empresa lançou o MPT-30B, um modelo de 30 bilhões de parâmetros, e mais tarde naquele ano, introduziu as variantes MPT-7B-Instruct e MPT-30B-Instruct ajustadas para seguir instruções. Em novembro de 2023, a Databricks lançou o DBRX, um modelo de mistura de especialistas (MoE) de 132 bilhões de parâmetros, treinado usando a plataforma MosaicML. O DBRX foi projetado para competir com modelos da OpenAI, Anthropic e Google DeepMind, e demonstrou forte desempenho em benchmarks como MMLU e HellaSwag.
Tecnologia e Plataforma
A plataforma Databricks MosaicML é construída em torno do conceito de permitir que empresas treinem e implantem LLMs em seus próprios dados, abordando preocupações sobre privacidade e segurança de dados. Ela fornece um conjunto de ferramentas que se integram à arquitetura lakehouse da Databricks, permitindo que os clientes usem seus dados existentes armazenados no Delta Lake, um projeto de código aberto que adiciona suporte a transações ACID a data lakes.
Os principais componentes da plataforma incluem:
- MosaicML Composer: Uma biblioteca de código aberto que implementa uma variedade de técnicas de treinamento, incluindo aprendizado curricular, recorte de gradiente e normalização de camadas, para melhorar a eficiência do treinamento e a qualidade do modelo.
- MosaicML LLM Foundry: Uma coleção de ferramentas para treinar, ajustar e servir LLMs, com suporte para arquiteturas populares como o transformador e para treinamento distribuído em múltiplas GPUs.
- MosaicML Inference: Um serviço para implantar modelos em produção, oferecendo inferência de baixa latência com suporte para agrupamento e quantização.
Essas ferramentas são projetadas para funcionar com os principais provedores de nuvem, incluindo Amazon Web Services, Microsoft Azure e Google Cloud Platform. O Databricks MosaicML também suporta o uso de hardware especializado, como chips AWS Trainium e processadores Intel, para reduzir custos de treinamento.
Modelos e Pesquisa
O Databricks MosaicML lançou vários modelos de código aberto que contribuíram para o campo da IA generativa. A série MPT (Mosaic Pretrained Transformer) inclui modelos que variam de 7 bilhões a 30 bilhões de parâmetros, todos baseados na arquitetura transformadora. Esses modelos foram treinados em grandes corpora de texto e têm sido usados para tarefas como geração de texto, sumarização e resposta a perguntas.
Em 2024, o Databricks MosaicML introduziu o DBRX, um modelo MoE de 132 bilhões de parâmetros que usa um padrão de ativação esparsa para alcançar alto desempenho com menor custo computacional. O DBRX foi treinado usando a plataforma MosaicML e foi lançado sob uma licença de código aberto, permitindo que pesquisadores e desenvolvedores o usem livremente.
A equipe de pesquisa do Databricks MosaicML também publicou artigos sobre tópicos como métodos de treinamento eficientes, compressão de modelos e o impacto da qualidade dos dados no desempenho do modelo. Eles colaboraram com instituições acadêmicas, incluindo a Universidade da Califórnia, Berkeley, e a Universidade Carnegie Mellon, para avançar o estado da arte em aprendizado profundo.
Integração com a Plataforma Databricks
O Databricks MosaicML é integrado à Plataforma de Inteligência de Dados da Databricks, que inclui o banco de dados Lakebase para agentes de IA, o Lakeflow Designer para construir pipelines de dados e o Agent Bricks para desenvolver agentes de IA. A integração permite que os clientes usem as capacidades de treinamento e inferência do MosaicML diretamente em seu espaço de trabalho Databricks, com dados armazenados no lakehouse.
Um dos principais benefícios dessa integração é a capacidade de ajustar LLMs em dados proprietários sem mover dados para serviços externos. Isso é particularmente importante para indústrias com requisitos rigorosos de governança de dados, como saúde e finanças. O Databricks MosaicML também suporta a implantação de modelos para inferência em tempo real, permitindo aplicações como chatbots e assistentes virtuais.
Em 2025, a Databricks expandiu suas ofertas de IA generativa ao fazer parceria com a OpenAI e a Anthropic para incorporar seus modelos à plataforma. No entanto, o Databricks MosaicML permanece uma oferta distinta para clientes que preferem treinar e controlar seus próprios modelos.
Negócios e Posição de Mercado
O Databricks MosaicML compete com outros provedores de infraestrutura de IA, incluindo Amazon Web Services (com suas ofertas SageMaker e Trainium), Google Cloud (com Vertex AI) e Microsoft Azure (com Azure Machine Learning). Também compete com startups como AI21 Labs e Inflection AI, que oferecem modelos e APIs proprietários.
A aquisição da MosaicML fez parte da estratégia mais ampla da Databricks para se tornar um provedor líder de infraestrutura de IA. A Databricks relatou forte crescimento de receita, com US$ 1,6 bilhão em receita para o ano fiscal de 2023. A empresa também levantou financiamento significativo, incluindo uma rodada de US$ 10 bilhões em dezembro de 2024 com uma avaliação de US$ 62 bilhões, e uma rodada Série L de US$ 4 bilhões em dezembro de 2025 com uma avaliação de US$ 134 bilhões.
Impacto e Recepção
O Databricks MosaicML foi bem recebido pela comunidade de IA por seu foco em modelos de código aberto e treinamento de baixo custo. O lançamento do MPT-7B e do DBRX foi elogiado por tornar LLMs de alta qualidade acessíveis a um público mais amplo. No entanto, alguns críticos notaram que os modelos podem não corresponder ao desempenho dos maiores modelos proprietários da OpenAI ou do Google DeepMind, e que a plataforma requer conhecimento técnico significativo para ser usada de forma eficaz.
Apesar desses desafios, o Databricks MosaicML se estabeleceu como um ator-chave no mercado de IA empresarial, com forte ênfase em privacidade de dados e personalização. Em 2026, a plataforma continua a evoluir, com pesquisa contínua em novos métodos de treinamento e arquiteturas de modelos.