アーキテクチャ

Palantir AIP（AI プラットフォーム）は、あらゆる種類のエンドユーザー、世界で最も要求の厳しいデータ駆動型ワークロード、そして多様なインフラストラクチャ基盤に対してスケールするように設計されています。これを実現するために、基礎となるサービスメッシュは、Palantir Apolloによって強制される一連のソフトウェア定義の原則の上で運用されています。

AIPの範囲と機能セットが拡大し、多くの機関にとってミッションクリティカルなものとなるにつれて、次のことを確認する必要がありました：

• プラットフォーム内の数百のサービスのそれぞれが、高可用性、冗長構成で稼働します。これには、コアのバックエンドサービスだけでなく、フロントエンドのアプリケーションサービス、分析ツール、アプリケーションビルダー、そして各ユーザータイプが使用する各構成要素サービスも含まれます。
• すべてのサービスアップグレードはゼロダウンタイムで実行され、アップグレード戦略がどのように展開、監視、そして場合によってはロールバックされるかを通知する粒度の高い監視が行われます。Apolloを全サービスのオーケストレーションの背骨として、セキュアな自動化のレベルは、手動または特別な操作を通じて可能なものをはるかに超えています。
• コアサービスと関連するコンピュートメッシュの両方でオートスケーリングが一貫したコンテナ化パラダイムを利用します。これはRubixエンジンを通じて達成され、プラットフォームのオートスケーリングインフラストラクチャ全体を支え、Apollo配信プラットフォームと連携して動作します。

RubixとApolloによって共同で駆動されるサービスメッシュは、既存のエンタープライズアーキテクチャに統合するモジュラーキャパビリティを含みます。さらに、プラットフォームアーキテクチャは将来の柔軟性を最大化し、顧客がPalantirが開発した技術やオープンソースコミュニティが開発した最新の技術から継続的に利益を得られるようにします：

• ストレージアーキテクチャは特定の基礎となるパラダイムに縛られていません。プラットフォームは、アーキテクチャの異なる層でいくつかのストレージ技術を利用します。これには、blobストレージ（または HDFS）、水平にスケーラブルなキー／バリューストア、水平にスケーラブルなリレーショナルデータベース、そしてマルチモーダルなタイムシリーズサブシステムなどが含まれます。

• コンピュートアーキテクチャは特定の基礎となるインフラストラクチャに縛られていません。プラットフォームの異なる層での異なるワークロードは特定のランタイムを利用し、柔軟性が各レベルで設計されています。データ統合のための一般的なランタイムには Apache Spark と Apache Flink がありますが、必要に応じて外部の変換エンジンを使用することもできます。Palantirが開発したエンジンは、オントロジーや既存のコンピュートモダリティにきれいにマッピングされない他の機能セットを駆動します。

• 最も人気のあるオープン言語がコード駆動のパラダイム内で安全かつ一貫して利用可能であるように努力しています。これには、データ変換のためのPython、SQL、Java、機械学習ワークフローのためのPython と R、そしてワークフローとフロントエンドアプリケーションの定義の両方のためのTypeScriptとJavaScriptが含まれます。

• セキュリティとデータフローはAIPのすべての操作の中核であり、プラットフォームのアーキテクチャのすべての層で一貫して強制されます。これにより、単一のサービス（またはエンドユーザー）が企業の既存のセキュリティポリシーを強制したり、出自を維持するための「簿記」を実装したりする責任を負うことはありません。データから決定まで、高可用性のコアサービスは設定、同期、または継承されたガバナンスポリシーを適用、強制、追跡するように設計されています。