Репортаж от Wedoany，Компания PhoenixAI Inc. (ранее CelerData) объявила о привлечении $80 млн нового финансирования для продвижения разработки собственной искусственно-интеллектуальной нативной базы данных и расширения управления в регулируемых отраслях. Данный раунд B возглавила Sky9 Capital, при участии Atypical Ventures, Olive Technology Ventures и существующих инвесторов.
По мере того как агенты искусственного интеллекта переходят от планирования и прототипирования к производству, их модели применения эволюционируют от экспериментов к масштабному развертыванию. Огромное количество ИИ-агентов ежесекундно отправляют базам данных тысячи запросов, и современные стеки данных перегружены. PhoenixAI создала аналитическую базу данных, готовую для агентного ИИ, предназначенную для обслуживания этой эпохи агентов и растущих потребностей предприятий. Транзакционные базы данных обрабатывают отдельные операции, такие как вставка строк, обновление балансов счетов и запись заказов. Они надежно и атомарно фиксируют одно событие за раз, обеспечивая долговечность и высоконормализованные данные. Агентам здесь сложно, поскольку эти форматы данных оптимизированы для узких операций, в то время как агенты работают с неструктурированными, диалоговыми сценариями, характерными для человеческого мышления, например: «Какие десять клиентов принесли наибольший рост доходов по продуктовым линейкам за последние 90 дней?» — это аналитический вопрос, требующий обращения к нескольким таблицам и сканирования миллионов строк данных.
Аналитические базы данных способны хранить и обрабатывать сложные запросы к огромным наборам данных. Они сканируют миллиарды строк, выполняют агрегацию, соединение и обобщение, но жертвуют скоростью записи ради скорости чтения. Представителями этой области являются Snowflake Inc., ClickHouse Inc., Apache Druid, Google BigQuery и PhoenixAI. Аналитические базы данных не заменяют транзакционные; они сосуществуют. Транзакционные базы данных служат системой записи, выступая в качестве источника достоверных данных; аналитические же базы данных предоставляют систему аналитики для мира агентов. PhoenixAI не стремится заменить корпоративные системы Oracle или SAP ERP, а создает над ними слой, делающий их более интеллектуальными, чтобы ИИ-агенты могли действовать и мыслить быстрее.
PhoenixAI заявляет, что перестроила свою аналитическую базу данных для эпохи агентного ИИ, особенно для обработки тысяч кластеров агентов, ищущих информацию. Президент Рик Андервуд (Rick Underwood) отметил, что большинство существующих аналитических баз данных созданы для мира, которого больше нет, — мира, где люди запускают дашборды на плоских таблицах, а сложность является чужой проблемой. Когда тысячам агентов необходимо одновременно выполнять запросы, рассуждать и действовать на основе петабайтных данных в реальном времени — независимо от того, простой вопрос или сложный, — база данных становится либо узким местом, либо прорывом. PhoenixAI утверждает, что обеспечивает субсекундную задержку и высокий параллелизм на данных в реальном времени, позволяя нескольким агентам выполнять запросы одновременно. Это позволяет агентам быстро потреблять данные, пока они обновляются в больших масштабах — больше никакого ожидания, блокировок или узких мест. Компания называет эту модель «беструбопроводной», когда свежие данные из Kafka (платформа с открытым исходным кодом для потоковой передачи событий, предназначенная для развязывания конвейеров данных) непрерывно поступают, обновляя информацию за секунды, а не за минуты или часы.
Другие ключевые игроки на рынке аналитических баз данных также продвигают соответствующие функции. Snowflake только что запустила собственные функции для агентов. Databricks Inc. продвигает работу в реальном времени через Delta Live Tables. ClickHouse Cloud значительно повысил возможности параллелизма. Идет гонка за консолидацию рыночной категории «агентная база данных» и создание инфраструктурного уровня данных, который будет питать это прожорливое ИИ-будущее. В этом будущем запросы зависят не только от того, какая строка базы данных проверяется, но и от того, как анализ взаимодействует с информацией.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
