Snowflake
Snowflake 提供 AI 数据云，帮助企业共享数据、构建应用程序并利用 AI 赋能业务。
Snowflake delivers the AI Data Cloud to help organizations share data, build apps and power their business with AI.
Snowflake 的 AI 驱动预测性维护 ｜ 技术实践
Snowflake 预测性维护解决方案超越了单纯依赖预测模型的传统路径，通过引入 Snowflake 的 Medallion 架构与先进的 AI 技术，构建稳健的企业级数据底座。
基于 Snowflake 的 MONAI 分布式医学影像处理 ｜ 技术实践
医学图像配准是医学人工智能领域的一项核心任务，旨在实现不同时间点或不同呼吸相位采集的计算机断层扫描（CT）图像之间的空间对齐。本指南将演示如何在支持 GPU 加速的 Snowflake Container Services 平台上，利用 MONAI（Medical Open Network for AI）构建一个可用于生产环境的分布式训练与推理流程。
现代化零售银行分析：信贷与贷款组合的对话智能 ｜ 技术实践
本方案开创了一种全新模式，助力零售银行充分挖掘其核心资产——数据的价值。该架构基于 Snowflake 数据云构建，展示了如何通过由统一数据平台与严谨语义视图驱动的 Snowflake Cortex 智能体，在汽车贷款与信用卡两大业务条线之间实现复杂的对话式分析。
跨越数据孤岛：实现 100 家全球酒店绩效秒级监控的实战指南 ｜技术实践
本指南介绍了一个完全构建于 Snowflake 平台之上、面向多物业酒店组合的综合性高管智能平台。该平台专为 C-level 高管、区域总裁及战略决策者设计，通过自然语言 AI 智能体、实时分析及主动式情报，将原始运营数据转化为可执行的洞察，助力提升酒店组合整体绩效、优化会员忠诚度并打造卓越宾客体验。
从零构建智能体：面向 AI 智能体的端到端数据管道搭建实战 ｜ 技术实践
本文旨在指导您如何利用 Snowflake Cortex AI，完成从原始数据到可操作洞察的完整转化流程，重点关注情感分析与分类任务。
从 ChatBI 到多 Agent 分析中台：Snowflake 与亚马逊云科技的实战架构
本文不再纠结「要不要做 ChatBI」，而是尝试回答一个更关键的问题：如何利用 Amazon Quick Suite、Bedrock AgentCore 和 Snowflake Cortex Agents，把「能聊天的 BI」升级为「能协同工作的数据智能中台」，并满足企业级落地的要求。
Snowflake China 与国内云对象存储的多云集成实战指南：一套架构打通多云对象存储
如何打通 Snowflake 与国产云厂商之间的“最后一公里”，实现真正的全云架构？本文将分 Snowflake China 如何在异构 Bucket 之上，利用 Apache Iceberg 搭建起高性能、统一治理的数据高速公路。
如何用 Streamlit 和 Snowflake Cortex 搭建语音助手应用 ｜技术实践
在本快速入门指南中，您将利用 Snowflake Cortex 的 AI_TRANSCRIBE 函数，构建一个支持语音交互的 AI 助手。用户可通过录制音频消息，经由系统自动转录并由大语言模型处理，实现智能化、自然的对话体验。
强强联合：借助 Snowflake 与 Amazon Quick，释放 AI 驱动的商业智能潜能 ｜ 技术实践
本快速入门指南将重点介绍 Snowflake 与 Amazon Quick 的集成方案，帮助用户构建由 AI 驱动的商业智能（BI）能力，实现对企业全域数据源的统一智能分析，并打通从洞察获取到行动执行的“最后一公里”关键环节。
凭借全新数据原生开发工具，在 Snowflake 中更快地将创意投入生产 ｜ 技术趋势
通过一系列的创新，Snowflake 帮助开发者摆脱在零散工具和窗口之间频繁切换的负担，真正把精力集中在创造价值上，不断拓展现代应用开发的边界，迈向由智能体驱动的 AI。
Snowflake 将 AI 就绪的企业数据置于您的指尖 ｜技术趋势
Snowflake 最新的平台增强能力覆盖事务处理、分析、自动化优化、互操作性以及企业级数据治理与韧性，本篇博客将有助于您深入了解 Snowflake 如何将数据、AI 与行动紧密衔接。
AI 在生命科学领域 2026 年发展展望 ｜技术趋势
随着 2026 年到来，生命科学整个行业都站在关键转折点上。在监管变化、经济压力和预算约束持续叠加的背景下，制药与医疗器械企业正将 AI 与数据民主化纳入核心战略，通过提升效率、推动创新、重构运营流程，加速药物研发与商业化落地。
关于采用 Snowflake Internal Marketplace 的最佳实践 ｜技术实践
Snowflake Internal Marketplace 能够极大简化数据产品与人工智能资产在企业内部的共享、治理、发现与使用流程。本文档结合实践经验，总结出一套适用于组织成功部署 Internal Marketplace 平台的最佳实践方案。
从表格到网络：图分析智能体如何重构工业决策体系 ｜ 技术实践
为释放真正的运营韧性与效能，工业界正超越传统商业智能，转向能够理解互连关系的自主系统——图分析智能体。通过运用 Neo4j Snowflake 原生应用程序中的强大算法，这些智能体能够大规模分析复杂网络，将原始连接数据转化为主动的工业运营决策。
我们是否应该取消 BI 报告，追求对话式分析？ ｜ 技术趋势
在医疗健康领域，传统 BI 并未被取代，而是正在演进为一项融合描述性分析、预测性分析与交互式迭代探索的动态学科。
Snowflake Cortex Code：它是什么，为什么重要，以及何时使用它 ｜技术实践
Snowflake 正式发布 Cortex Code ——一款原生集成于 Snowflake 的 AI 编程助手，旨在显著缩短从构想到生产上线的周期，尤其适用于依赖受管企业数据的开发场景。
现代化 ML 技术栈：智能体、多模态与实时工作流正式发布 ｜ 技术趋势
传统机器学习在当今人工智能领域依然至关重要，其作为预测洞察的核心驱动力，支撑着从供应链优化到实时欺诈检测等关键业务价值的实现。然而，从实验到生产部署的路径依然充满挑战：各生态系统工具碎片化，需要复杂的配置流程、多轮优化迭代以及持续的运维投入。 Snowflake 始终致力于打造现代化的机器学习平台，该平台与您的数据深度集成，提供统一的安全保障，并通过可弹性扩展的工作流加速业务价值实现。
一文读懂 Snowflake：7 个 AI 与语义层的关键策略要点 ｜ 技术实践
本文围绕 Snowflake 平台语境，提出 7 项利用语义层实现 AI 就绪的战略建议。
宝马、Indeed 和 WHOOP 的降本增效实践：如何在 Lakehouse 上构建分析与 AI 能力 ｜ 技术实践
本期博客将重点展示三大品牌——BMW Group、Indeed 与 WHOOP，如何在其全域数据资产中驱动分析与人工智能应用，从而将开放数据架构转化为可量化的商业成果。
Snowflake 语义视图自动驾驶：分钟级 AI 驱动的语义建模 ｜ 技术趋势
具备治理性、可信语义的数据层已成为 AI 就绪数据的基础能力。近日，Snowflake 正式宣布语义视图自动驾驶（Semantic View Autopilot，SVA） 全面上市。该系统能够基于现有查询与商业智能资产，自动生成语义视图。
如何利用 Snowflake 将 AI 创新转化为可靠、生产就绪的应用 ｜ 技术趋势
Snowflake 最新的产品创新赋予客户基于 Snowflake 平台构建可靠、企业级应用的能力。这将带来更高效的执行、更简化的运维流程，以及企业可放心投入生产环境的人工智能工具。
从三大支柱出发：Snowflake 平台的一次系统级升级
探索 Snowflake 在易用、互联、可信平台上的各项新特性，涵盖计算、可管理性、安全治理及业务连续性 / 灾难恢复，全面加速您的数据与 AI 创新进程。
如何用 dbt MCP 服务器和 Snowflake 构建智能体工作流
关于 dbt 模型上下文协议服务器，并演示开发人员如何运用 dbt MCP 服务器与 Snowflake 在结构化数据之上构建智能体工作流。
如何大规模构建、部署和管理智能体
CrewAI 首席执行官 Joao Moura 的实践课程，带你深入探索如何构建和扩展智能体。
不要再纠结 LLM 准确率了：从“回答对不对”到“系统是否值得信任”
由 Snowflake Cortex 提供支持的 Hex，启用了一个新的对话式分析模型，每次交互都让模型变得更聪明。通过 Hex 的 Notebook Agent 与 Threads 功能，业务用户可直接定义核心问题，而数据团队则将这些问题精炼、审计并转化为持久且值得信赖的工作流。
从复杂挑战到竞争优势：AI SQL 如何重塑非结构化数据的价值边界
通过 Snowflake 的最新发布，开发者可以使用熟悉的 SQL 语法对结构化和非结构化数据进行分析。
利用 ADBC 实现更快的数据传输：一次关于数据通路的系统性重构
JDBC。客户端应用程序的瓶颈。的速度实在过于缓慢。连接标准的核心动因。客户消除客户端序列化和反序列化的开销，从而为大型结果集带来巨大的性能提升。
当雪花落在中国 遇见企业 AI Strategy 的变革时刻 ｜ 2025-2026 Data+AI 年度时刻精华版
回看 2025 的三次认知突破，走向 2026 的“十问 Data Strategy 与 AI Strategy”。
数据土壤，决胜 AI 下半场：一场关于企业 Data+AI 战略的炉边思辨
数据与 AI 的变革正以前所未有的速度重塑产业格局，2026 年年初，Snowflake 与 InfoQ 联合呈现的“Make it Snow”2025-2026 Data+AI 年度时刻，汇聚了来自医疗、制造、汽车等领域的顶尖专家，共同探讨数据智能的前沿突破与未来方向。
AI 时代，开发者体验正在被重新定义
AI Copilot 和自主智能体的崛起正在重新定义开发者的意义。Vercel CEO 和 Next.js 的创始人 Guillermo Rauch 深入探讨了 AI 如何改变开发者的体验。AI 将我们的角色从编写代码转变为有意图地引导智能系统。在这个未来中，AI 原生工具将大大提升开发者的生产力、创造力和规模。
