Vertica arrive dans sa version 8 - nom de code Frontloader - attendue avant la fin octobre. Dans cette évolution, la base de données en colonnes de Hewlett-Packard Enterprise présente une architecture unifiée et apporte de nouvelles capacités d’analyse « in-database ». Elle pourra être utilisée pour des données gérées sur site, dans des cloud privés ou publics ou stockées dans des datalakes Hadoop. Avec Vertica 8, il sera possible de créer et mettre en oeuvre des modèles d’apprentissage machine basés sur le langage statistique R directement dans la base de données.
Des améliorations importantes ont également été apportées au déplacement et à l’orchestration des données, celles-ci pouvant notamment être chargées jusqu’à 700 fois plus rapidement, selon HPE, sur des centaines de milliers de colonnes. Cela simplifiera le chargement à partir de services de stockage cloud comme Amazon S3. Un adaptateur optimisé pour Apache Spark permettra par ailleurs d'accélérer les échanges entre Vertica et le framework Spark conçu pour la prise en charge des flux de données. Vertica 8 est optimisé pour les clouds Azure et AWS, avec pour ce dernier la possibilité de s’intégrer au service de surveillance des logs CloudWatch et une sécurité renforcée. Le portefeuille de solutions Vertica se décline en quatre produits : Vertica for SQL pour Apache Hadoop, for Predictive Analytics, in the cloud et Community Edition.
En juillet, des rumeurs avaient laissé entendre que HPE pourrait chercher à vendre certaines de ses activités sur la partie logiciels dont Autonomy et Vertica, pour continuer à réduire sa voilure après la cession de sa division services à CSC. Mais en août, le groupe dirigé par Meg Whitman a racheté pour 275 millions de dollars le fournisseur de serveurs haute performance SGI (ex Silicon Graphics) avec l'objectif d'étendre les capacités de ses solutions analytiques et sa prise en charge des projets big data. A l'occasion de sa conférence Big Data qui se tient jusqu'au 1er septembre à Boston, HPE a également annoncé l'offre Haven OnDemand Combinations qui facilite l'intégration d'API d'apprentissage machine.