IBM Granite Time Series Models laufen nativ in Confluent Flink

IBM bringt seine Granite Time Series Foundation Models (TSFM) stream-nativ in Confluent Cloud - als Native Inference direkt in Apache Flink. Das Portfolio umfasst vier komplementäre Modelle, alle im Early Access und über die Flink-SQL-Funktionen AI_FORECAST und AI_DETECT_ANOMALIES aufrufbar.

Das Modellportfolio

• PatchTST-FM: Liest Zeitreihen patchweise wie ein Sprachmodell Text und liefert vollständige Verteilungen für Szenarioplanung
• FlowState: Hält eine laufende Zusammenfassung pro Datenpunkt, geeignet für Sekunden-SCADA bis Stundendaten
• TTM: Verzichtet auf Attention, deckt mit rund einer Million Parameter 100.000 Serien nachts auf CPU ab
• TSPulse: Kompaktes Multi-Task-Modell für Anomalie-Erkennung, Klassifikation und Gap-Filling

Der Clou: Kein Modelltraining, kein Feature-Engineering, kein dediziertes GPU-Hosting. Ein SQL-Parameter wechselt das Modell - die Pipeline bleibt gleich. Die Gewichte sind offen auf dem Hugging Face Hub verfügbar, sodass Unternehmen die Modelle auch on-premises auf eigener CPU-Hardware betreiben können. IBM berichtet von über 44 Millionen Downloads und Produktivitätsgewinnen von 5 bis 10x in Pilotprojekten mit Partnern aus Zement-, Stahl- und Lebensmittelindustrie.

Der Ansatz folgt dem bewährten Foundation-Model-Muster: einmal trainieren, dann auf jede unbekannte Zeitreihe generalisieren - hier eben für Sensorik, Zahlungsverkehr und Maschinenpark, wo die entscheidenden Geschäftsentscheidungen live fallen.