データの急増と機械学習（ ML ）と人工知能（ AI ）の急激な成長により、独自の開発と実装の課題を抱える新たな経済が生まれています。一般に、大量のデータが低コストのデータレイクに保存されます。このデータレイクでは、 GPU などのハイパフォーマンスな AI コンピューティングリソースは効率的にアクセスできません。このレポートでは、データサイエンスの実践者がデータハブを導入し、ワンクリックで、コンピューティングリソースに近い場所にデータセットのキャッシュを作成する新しい解決策を紹介します。その結果、 AI の実践者は、新しいデータセットバージョンハブによって強化されたコラボレーションを活用して、パフォーマンスに優れたモデルトレーニングをより簡単に実施できるようになります。