سيداي تأمين 20 مليون دولار لتحويل السحابة الذاتية القيادة وتحديد جدول أعمال ديفوبس مع وكلاء الذكاء الاصطناعي

سيداي، الشركة وراء أول منصة سحابة ذاتية القيادة، أعلنت عن جولة تمويل سلسلة ب بقيمة 20 مليون دولار لتحقيق رؤيتها لإدارة البنية التحتية الذاتية. سيوفر التمويل، بقيادة AVP (Atlantic Vantage Point) بدعم من Norwest، Sierra Ventures، و Uncorrelated Ventures، وقود توسع سيداي في مجالات جديدة مثل تحسين LLM، وإدارة الموارد GPU، والتنسيق الذكي للمنصات مثل Databricks و Snowflake.

تعتبر المنصة نقطة تحول في ديفوبس، حيث تحل محل أنماط التحذير واللوحة التقليدية مع وكلاء الذكاء الاصطناعي الذين يتعلمون من بيئات الإنتاج ويعملون بشكل مستقل لتحسين التكلفة والأداء والمتاحة.

“مثل ما أثبتته Waymo أن السيارات ذاتية القيادة ممكنة، تثبت سيداي أن البنية التحتية ذاتية القيادة ليست فقط ممكنة، بل ضرورية”، قال سوريش ماثيو، الرئيس التنفيذي ومؤسس سيداي.

ما تعني البنية التحتية ذاتية القيادة حقًا

في حين أن أدوات المراقبة الأكثر شيوعًا تولد تحذيرات فقط، فإن نهج سيداي أكثر استباقية. تراقب المنصة حركة المرور وسلوك التطبيق وتكوين البنية التحتية في الوقت الفعلي، ثم تتخذ قرارات مستقلة تحسن الأداء وتقلل التكاليف – دون الحاجة إلى تدخل بشري.

هذا التحول من المراقبة إلى الاستقلالية هو ما يجعل سيداي منصة حقًا “ذاتية القيادة”. نظامها لا يُحدد فقط المشاكل، بل يحلها.

تحت الغطاء، تستخدم سيداي هندسة ذكاء اصطناعي متعددة الوكلاء التي تتعلم باستمرار من التحميلات المتغيرة وحالات النظام. في قلب هذا النظام يوجد التعلم المعزز العميق (DRL) – شكل قوي من التعلم الآلي حيث يتعلم الوكلاء من خلال التجربة والخطأ. في حالة سيداي، يتم تدريب الوكلاء على تحويل الموارد التحتية بشكل ديناميكي مثل CPU والذاكرة بناءً على نتائج الأداء الفعلية. مع مرور الوقت، يتعلم هؤلاء الوكلاء الإجراءات التي تؤدي إلى أفضل النتائج في البيئات الحية.

يتعزز هذا الذكاء من خلال تقنيات مثل الكشف عن الشذوذ والاستدلال السببي، مما يسمح لسيداي بالتنبؤ بالفشل وتحديد الأسباب الجذرية قبل أن تتأثر تجربة العملاء. ومع نمذجة الموسمية، يضبط النظام تلقائيًا الأنماط المتكررة مثل ذروات حركة المرور اليومية أو حمولة معالجة نهاية الشهر، ويتحسين البنية التحتية قبل حدوث زيادة الطلب.

عصر جديد من كفاءة ديفوبس

تأسست سيداي بواسطة سوريش ماثيو و بنجي توماس بعد أن واجهوا تحديات التوسع في خدمات ميكروسيرفيس في باي بال. بينما أCELERated ديفوبس النشرات، أنشأ أيضًا أعباء جديدة – عمل شاق، وتهيج التحذير، وأنظمة هشة تم الحفاظ عليها من خلال حلول يدوية.

تغير سيداي هذا الوضع من خلال اتخاذ الإجراءات. بدلاً من الاعتماد على المهندسين لتحليل المقاييس والاستجابة يدوياً، تتعامل المنصة مع المهام مثل:

• اكتشاف وتحليل تدهور البنية التحتية في الوقت الفعلي
• تحويل التحميلات رأسياً وأفقيًا بناءً على حركة المرور الفعلية
• تحديث التكوين لتحسين التكلفة والكفاءة والمتاحة
• إعادة تشغيل أو إصلاح الخدمات المعطلة قبل ملاحظة المستخدمين

فعلت المنصة بالفعل أكثر من 25 مليون إجراء مستقل في الإنتاج، وادارت أكثر من 3 مليارات دولار في الإنفاق السحابي. هذا أدى إلى توفير أكثر من 5 ملايين دولار سنوياً للعملاء، مع إعادة أكثر من 22,000 ساعة من الوقت الإنتاجي للفرق الهندسية.

موثوق بها من قبل قادة الشركات عبر الصناعات الحاسمة

تستخدم سيداي في الإنتاج من قبل قادة الشركات في مجالات الأمن السيبراني والخدمات المالية والصيدلة والتعليم والذكاء الاصطناعي. تشمل العملاء أسماء معروفة مثل Palo Alto Networks (PANW ) و Experian و McGraw Hill (MH ) – شركات تعتمد على بنية تحتية مستقرة وذات أداء جيد وتكلفة فعالة على نطاق واسع.

في KnowBe4، قامت سيداي بتقليص التكاليف الإنتاجية بنسبة 50٪ والتكاليف التنموية بنسبة تصل إلى 87٪. أقر نائب الرئيس الهندسي ماثيو دورين أن المنصة لا تقدم فقط كفاءة في الميزانية، بل تحولت أيضًا إلى دوره – لتحرير فريقه للتركيز على المبادرات الاستراتيجية بدلاً من المهام منخفضة القيمة.

هذه النتائج ليست تنبؤات – إنها تعكس الذكاء الاصطناعي الفعلي في البيئات الحية، وإدارة أنظمة الإنتاج بأمان، وحتى حمولات عمل التعلم الآلي المعقدة.

الانتقال إلى ما هو أبعد من التأتمتة: لماذا وكلاء الذكاء الاصطناعي هم القفزة التالية

من المهم التمييز بين التأتمتة والاستقلالية. تنفذ التأتمتة مهام محددة مسبقًا بناءً على عتبات ثابتة أو نصوص. في المقابل، ي.observe وكلاء الذكاء الاصطناعي في سيداي الأنظمة ويتعلمون منها، ويكتشفون الإجراءات المثلى بشكل ديناميكي – حتى عند تغيير الظروف.

هذا التمييز مهم. في عالم من أنماط حركة المرور المتطورة، واعتماد الخدمات، وهندسة التوزيع، تصبح القواعد الثابتة قديمة بسرعة. يضمن نهج سيداي الأول للذكاء الاصطناعي تحسينًا مستمرًا، حتى في ظل التعقيد.

على سبيل المثال، تتعلم منصة سيداي كيفية سلوك خدمات معينة تحت حمولات مختلفة وتحسين تخصيص الموارد وفقًا لذلك. إذا زادت الزمن الاستجابة بسبب عرقلة الذاكرة، يمكن لسيداي أن تتصرف على الفور – دون انتظار تفسير بشري للتحذير.

منصة للفرق الهندسية بأكملها

تقدم سيداي قيمة عبر كل دور في chồng الهندسي:

• SREs و مهندسي ديفوبس يقللون من العمل الشاق ويلبيون أهداف الموثوقية دون الإجهاد.
• المطورون يركزون على شحن الكود، بينما تضمن سيداي تكوينات مثالية في الإنتاج.
• قادة الهندسة يكتسبون كفاءة تشغيلية وتوفيرات سحابية ضخمة.
• المهندسون المعماريون والرؤساء التنفيذيون يتحولون البنية التحتية إلى ميزة استراتيجية، وليس عبئًا.

مع 15 دقيقة فقط من الإعداد، يمكن للفرق توصيل سيداي بأدوات السحابة وأدوات إدارة الأداء. من هناك، تبدأ المنصة في التعلم والتحقق من التحسينات الآمنة، وأخيراً اتخاذ الإجراءات في الإنتاج الحقيقي – مع سجل تدقيق كامل للامتثال.

ماذا بعد: تحسين chồng البنية التحتية للذكاء الاصطناعي

مع تمويل السلسلة ب، ستوسع سيداي قدراتها في بعض التحديات الأكثر إلحاحًا في بنية تحتية الذكاء الاصطناعي الحديثة، بما في ذلك:

• التحسين الذاتي لتطبيقات LLM، لضمان التكوين الأمثل خلال الاستدلال
• التنسيق التلقائي للموارد GPU، لإدارة الموارد الحاسوبية المكلفة في الوقت الفعلي
• التحسين المدفوع بالذكاء الاصطناعي لمنصات البيانات مثل Databricks و Snowflake

تتماشى هذه الجهود مع مستقبل حيث تعتمد الحمولات نفسها – نماذج الذكاء الاصطناعي، وخطوط أنابيب الاستدلال، وتحليلات الوقت الفعلي – على طبقات بنية تحتية ذكية بشكل متساوٍ لدعمها.

“مع زيادة اعتماد السحابة، تعاني الشركات من تحسين الأداء وتقليل التكلفة. وكلاء الذكاء الاصطناعي هم في موقع فريد لحل هذه المشكلة على نطاق واسع”، قال مانيش أغاروال، الشريك العام في AVP.

مستقبل البنية التحتية السحابية هو تلقائي

ترمز صعود منصات السحابة التلقائية إلى تحول أوسع في الصناعة – من الأنظمة التي تحتوي على حلقة بشرية إلى وكلاء ذكاء اصطناعي يعملون بشكل مستقل في الوقت الفعلي. مع توسع الشركات في أقدام السحابة وتعاطيها مع معمارية موزعة معقدة بشكل متزايد، يصل إدارة البنية التحتية اليدوية إلى حدودها.

ديفوبس، التي كانت تعتبر في السابق الحل النهائي للنشر السريع والتفعيل التشغيلي، تتعرض الآن للضغط من التعقيد المتزايد، وتهيج التحذير، وعدم كفاءة التكلفة. تقدم أدوات المراقبة التقليدية والتحكم الآلي الرؤية والبرمجة – لكنها لا تزال تعتمد على مهندسي البشر لتحليل وتفسير والعمل. هذا النهج التفاعلي يصعب مواكبة متطلبات الخدمة الحديثة.

تمثل المنصات التلقائية خطوة تطورية لاحقة. من خلال دمج التعلم المعزز العميق والاستدلال السببي والتحسين التكيفي في تدفقات العمل الأساسية للبنية التحتية، تقدم القدرة على التحسين الذاتي والشفاء الذاتي في الإنتاج – بشكل مستمر ودون تدخل. النتيجة ليست فقط كفاءة تشغيلية، بل تحول بنيوي: انخفاض في الأعطال، وإصدارات أسرع، وسيطرة أفضل على التكلفة، وتجربة مطور أفضل.

مع نضج النظام البيئي، سيتأثر هذا التحول بكل شيء من كيفية توظيف الفرق وتشكيلها، إلى كيفية تصميم التطبيقات واختبارها ونشرها. يثبت المتبنون المبكرون بالفعل أن العمليات التلقائية يمكن أن تؤدي إلى مكاسب ملموسة في الإنتاجية والأداء وعودة الاستثمار المالية.

في حين أن سيداي هي واحدة من الشركات الرائدة التي تجلب هذه الرؤية إلى الحياة، فإن النتيجة الأكبر واضحة: لم يعد البنية التحتية السحابية شيئًا يجب على المهندسين إدارته بشكل مستمر – إنها تصبح شيئًا يدير نفسه.