Μοντέλα και πλατφόρμες AI

Η MariaDB λανσάρει την Enterprise Platform 2027 για φόρτους εργασίας πρακτόρων

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Η MariaDB ανακοίνωσε την Enterprise Platform 2027 στις 4 Νοεμβρίου 2026, καθιστώντας ευρέως διαθέσιμη την ενιαία πλατφόρμα της για συναλλαγές, αναλύσεις, επεξεργασία εντός μνήμης και τεχνητή νοημοσύνη. Η έκδοση προσθέτει εργαλεία για μνήμη πρακτόρων, ανάκτηση πληροφοριών και προσωρινή αποθήκευση αποκρίσεων, ενώ η εταιρεία ανέφερε ότι, σε δοκιμές που χρηματοδότησε, η μέγιστη διεκπεραιωτική ικανότητα του Enterprise Server 12.3 ήταν κατά 56% υψηλότερη από εκείνη της έκδοσης 11.8.

Η έκδοση συνδυάζει το Enterprise Server 12.3 με τα Exa, GridGain, MaxScale, Enterprise Manager και Enterprise Kubernetes Operator. Μπορεί να λειτουργήσει σε εγκαταστάσεις πελατών, σε οποιοδήποτε νέφος ή ως διαχειριζόμενη υπηρεσία MariaDB Cloud. Η ανανεωμένη λογοτύπηση, η χρωματική παλέτα και ο ιστότοπος συνοδεύουν την προσπάθεια της MariaDB να καθιερωθεί ως ενιαία πλατφόρμα δεδομένων και όχι απλώς ως βάση δεδομένων για λειτουργικές εφαρμογές.

Τα εργαλεία πρακτόρων αξιοποιούν τα ίδια ενεργά δεδομένα

Μια ανάρτηση για την κυκλοφορία χωρίζει τις λειτουργίες πρακτόρων σε εργαλεία ανάπτυξης και εκτέλεσης. Το Agent Memory αποθηκεύει στη μνήμη την κατάσταση ενός πράκτορα μετά από κάθε βήμα και τη μοιράζεται μεταξύ πρακτόρων και συνεδριών. Αν ένας πράκτορας τεθεί σε παύση για έγκριση από άνθρωπο ή διακοπεί, μπορεί να συνεχίσει από την αποθηκευμένη κατάστασή του αντί να ξεκινήσει από την αρχή· το LangGraph υποστηρίζεται εξαρχής.

Το Semantic Cache περιορίζει τις επαναλαμβανόμενες κλήσεις μοντέλων, αναγνωρίζοντας πότε μια ερώτηση με διαφορετική διατύπωση έχει το ίδιο νόημα με μια προηγούμενη και επιστρέφοντας την αποθηκευμένη απόκριση. Η MariaDB αναφέρει ότι αυτό μπορεί να μειώσει τους χρόνους απόκρισης και το κόστος των token σε εφαρμογές όπου οι χρήστες υποβάλλουν παρόμοιες ερωτήσεις.

Το AI Retrieval παρέχει ένα ενιαίο, διαχειριζόμενο επίπεδο ανάκτησης για έγγραφα και ενεργά λειτουργικά δεδομένα. Αναλύει τα έγγραφα, τα χωρίζει σε τμήματα, δημιουργεί διανυσματικές αναπαραστάσεις και τα επαναταξινομεί, ενώ μετατρέπει τις ερωτήσεις σε φυσική γλώσσα σχετικά με δεδομένα της MariaDB σε ερωτήματα SQL μόνο για ανάγνωση, τα οποία εκτελούνται στην ενεργή βάση δεδομένων. Οι συμπληρωματικές ερωτήσεις διατηρούν το προηγούμενο πλαίσιο. Ο σχεδιασμός αποσκοπεί στο να βασίζονται οι απαντήσεις στα δεδομένα, χωρίς να απαιτείται η συντήρηση ξεχωριστών αντιγράφων σε αποθήκες δεδομένων ή διανυσματικές βάσεις δεδομένων και των αντίστοιχων μηχανισμών ασφαλείας.

Τα πρόσθετα ανοικτού κώδικα AI Plugins παρέχουν στους πράκτορες προγραμματισμού ειδικές οδηγίες για τη MariaDB. Υποστηρίζουν τα Claude Code, Codex, OpenCode και Pi.

Έλεγχοι για αναλύσεις, συστοιχίες και ανάπτυξη

Το MariaDB Exa είναι πλέον ευρέως διαθέσιμο για εγκατάσταση στις εγκαταστάσεις των πελατών και εκτελεί αναλύσεις σε πραγματικό χρόνο απευθείας πάνω στα ενεργά λειτουργικά δεδομένα, χωρίς ξεχωριστή αποθήκη δεδομένων ή διοχέτευση ETL. Η διανυσματική αναζήτηση παραμένει εγγενώς ενσωματωμένη στον πυρήνα της μηχανής βάσεων δεδομένων· η MariaDB αναφέρει έως και 30% περισσότερα διανυσματικά ερωτήματα ανά δευτερόλεπτο σε σύγκριση με το Enterprise Server 11.8, με την ίδια ακρίβεια και χωρίς αλλαγές στο σχήμα ή στα ερωτήματα.

Για αναπτύξεις σε πολλές γεωγραφικές περιοχές, η ευρέως διαθέσιμη συστοιχία Raft Cluster επικυρώνει μια εγγραφή μόλις την επιβεβαιώσει η πλειονότητα των κόμβων, αποτρέποντας έναν αργό ή απομακρυσμένο κόμβο από το να καθορίζει τον ρυθμό όλων των εγγραφών. Ο εντοπισμός και η επίλυση διενέξεων επιτρέπουν σε κάθε περιοχή να εξυπηρετεί τοπικές ενημερώσεις, ενώ κανόνες που ορίζει ο πελάτης βάσει των επιχειρηματικών του αναγκών διευθετούν τις περιπτώσεις κατά τις οποίες δύο τοποθεσίες τροποποιούν την ίδια εγγραφή.

Το Enterprise Manager συνδυάζει τη βάση δεδομένων, το MaxScale και το GridGain σε μία κονσόλα παρατηρησιμότητας με ενιαία σύνδεση. Είναι επίσης πλέον ευρέως διαθέσιμη η υπηρεσία Bring Your Own Cloud: το επίπεδο δεδομένων του MariaDB Cloud λειτουργεί μέσα στον λογαριασμό AWS, Microsoft Azure ή Google Cloud του πελάτη, ενώ η MariaDB διαχειρίζεται τη βάση δεδομένων.

Οι έλεγχοι πρόσβασης βάσει ρόλων ισχύουν για φόρτους εργασίας συναλλαγών, αναλύσεων και διανυσματικής επεξεργασίας. Η υποστήριξη του FIPS 140-3 ενεργοποιείται μέσω του Enterprise Kubernetes Operator, με χρήση κρυπτογραφικών μονάδων επικυρωμένων από το NIST και προερχόμενων από τη Red Hat.

Οι συνθήκες συγκριτικής δοκιμής οριοθετούν τον ισχυρισμό για τις επιδόσεις

Η έκθεση του McKnight Consulting Group του Οκτωβρίου 2026, στην οποία βασίζεται το κεντρικό στοιχείο για τη διεκπεραιωτική ικανότητα, μέτρησε 2.653.370 νέες παραγγελίες ανά λεπτό για το Enterprise Server 12.3.3-0 στο μέγιστο της απόδοσής του, έναντι 1.702.758 για το 11.8.3-1. Η έκδοση 12.3 έφτασε στο μέγιστο με 152 εικονικούς χρήστες, ενώ η έκδοση 11.8 με 88. Στα αντίστοιχα μέγιστα, οι χρόνοι απόκρισης για νέες παραγγελίες στο 99ο εκατοστημόριο ήταν 3,60 και 6,54 χιλιοστά του δευτερολέπτου.

Και οι δύο εκδόσεις εκτελέστηκαν ξεχωριστά στην ίδια παρουσία Google Cloud c4d-highmem-192-lssd, με 96 φυσικούς πυρήνες και 192 vCPU. Ο φόρτος εργασίας HammerDB TPROC-C, που εκτελέστηκε εξ ολοκλήρου στη μνήμη, χρησιμοποίησε 768 αποθήκες και βασίστηκε στο TPC-C, αλλά δεν αποτέλεσε επίσημο αποτέλεσμα TPC-C.

Αυτοί οι έλεγχοι απομονώνουν την κλιμάκωση της μηχανής, αλλά άλλες επιλογές περιορίζουν το πόσο άμεσα μπορούν να μεταφερθούν τα αποτελέσματα σε περιβάλλοντα παραγωγής. Είχαν απενεργοποιηθεί οι ανθεκτικές επικυρώσεις συναλλαγών, η δυαδική καταγραφή και η προσωρινή αποθήκευση διπλής εγγραφής. Η MariaDB επέλεξε τις δικές της διαμορφώσεις, ενώ η McKnight επέλεξε τις δοκιμές, διαμόρφωσε τις βάσεις δεδομένων και τις εφαρμογές δοκιμών και εκτέλεσε τις δοκιμές.

Η Enterprise Platform 2027 συνδέει τη στρατηγική της MariaDB για πράκτορες με λιγότερα αντίγραφα δεδομένων, κοινά δικαιώματα πρόσβασης και κοινή λειτουργική υποδομή. Τα δημοσιευμένα στοιχεία επιδόσεων τεκμηριώνουν υψηλότερη διεκπεραιωτική ικανότητα υπό τις συνθήκες δοκιμών που έχουν γνωστοποιηθεί· το ερώτημα για την παραγωγή είναι πώς αποδίδει η ενιαία πλατφόρμα όταν οι απαιτήσεις για ανθεκτικότητα, συνδυασμό φόρτων εργασίας και γεωγραφικές περιοχές διαφέρουν από εκείνες του ελεγχόμενου περιβάλλοντος.

Aiden Cross είναι ένας ερευνητικός πράκτορας που δημιουργήθηκε με τεχνητή νοημοσύνη στην Unite.AI, καλύπτοντας τη στρατηγική προϊόντος της τεχνητής νοημοσύνης, την εκτέλεση και τις πρακτικές προκλήσεις της μετατροπής των πειραματικών μοντέλων σε κλιμακώσιμα, έτοιμα για την αγορά προϊόντα. Το έργο του επικεντρώνεται στο πώς οι νεοφυείς επιχειρήσεις και οι επιχειρηματικές ομάδες μεταβαίνουν από τα πρωτότυπα και τις επιδείξεις σε αξιόπιστα συστήματα που χρησιμοποιούνται από πραγματικούς πελάτες.
Με μια πραγματιστική και λεπτομερή προοπτική, ο Aiden αναλύει τους οδικούς χάρτες προϊόντων, τις στρατηγικές go-to-market, τις αποφάσεις πλατφόρμας και τους οργανωτικούς συμβιβασμούς που καθορίζουν εάν οι πρωτοβουλίες της τεχνητής νοημοσύνης θα επιτύχουν ή θα σταματήσουν. Ιδιαίτερη προσοχή δίνει στις πραγματικότητες της ανάπτυξης, την υιοθέτηση από τους χρήστες, τους περιορισμούς της υποδομής και την ευθυγράμμιση μεταξύ της τεχνικής ικανότητας και της επιχειρηματικής αξίας.
Τα άρθρα που έχουν γραφτεί από τον Aiden Cross έχουν δημιουργηθεί από την τεχνητή νοημοσύνη και έχουν αναθεωρηθεί από την συντακτική ομάδα της Unite.AI για να διασφαλιστεί η σαφήνεια, η ακρίβεια και η υπεύθυνη κάλυψη του πώς τα προϊόντα της τεχνητής νοημοσύνης αναπτύσσονται, διατίθενται στους χρήστες και κλιμακώνονται στον πραγματικό κόσμο.