Η Sedai εξασφαλίζει 20 εκατομμύρια δολάρια για την κλιμάκωση του αυτονομούσματος νεφρολογικού υπολογιστή και την αναδιάρθρωση του DevOps με πράκτορες AI

Sedai, η εταιρεία πίσω από την πρώτη αυτονομούσα νεφρολογική πλατφόρμα, ανακοίνωσε μια στροφή 20 εκατομμυρίων δολαρίων για την κλιμάκωση της όρασης της για την αυτονομούσα διαχείριση υποδομής. Η χρηματοδότηση, η οποία ηγήθηκε από AVP (Atlantic Vantage Point) με την υποστήριξη από Norwest, Sierra Ventures, και Uncorrelated Ventures, θα καύσει την επέκταση της Sedai σε νέα πεδία όπως η βελτιστοποίηση LLM, η διαχείριση πόρων GPU και η έξυπνη ορχήστρα για πλατφόρμες όπως Databricks και Snowflake.

Η πλατφόρμα σηματοδοτεί einen σταθμό στην DevOps, αντικαθιστώντας τις παραδοσιακές παραμέτρους ενημέρωσης και πίνακα ελέγχου με πράκτορες AI που μαθαίνουν από περιβάλλοντα παραγωγής και ενεργούν αυτονομούσα για την βελτιστοποίηση του κόστους, της απόδοσης και της διαθεσιμότητας.

«Όπως το Waymo απέδειξε ότι τα αυτονομούσα οχήματα είναι δυνατά, η Sedai αποδεικνύει ότι η αυτονομούσα υποδομή δεν είναι μόνο δυνατή, αλλά και απαραίτητη,» είπε ο Suresh Mathew, Διευθύνων Σύμβουλος και Ιδρυτής της Sedai.

Τι σημαίνει πραγματικά η αυτονομούσα υποδομή

Ενώ τα περισσότερα εργαλεία παρακολούθησης απλώς δημιουργούν ειδοποιήσεις, η προσέγγιση της Sedai είναι πολύ πιο ενεργητική. Η πλατφόρμα παρατηρεί την κυκλοφορία, τη συμπεριφορά της εφαρμογής και τις ρυθμίσεις της υποδομής σε πραγματικό χρόνο, και στη συνέχεια λαμβάνει αυτονομούσες αποφάσεις που βελτιστοποιούν την απόδοση και μειώνουν το κόστος—χωρίς να απαιτούν ανθρώπινη παρέμβαση.

Αυτή η μετατόπιση από την παρατηρήσιμη στην αυτονομούσα είναι αυτό που κάνει την Sedai μια πραγματικά «αυτονομούσα» πλατφόρμα. Το σύστημά της δεν σηματοδοτεί μόνο προβλήματα. Το λύνει.

Κάτω από την κουβέρτα, η Sedai χρησιμοποιεί μια αρχιτεκτονική πολλαπλών πρακτόρων AI που προσαρμόζεται συνεχώς σε μεταβαλλόμενες εργασίες και καταστάσεις συστήματος. Στο κέντρο αυτού του συστήματος είναι η βαθιά ενίσχυση μάθησης (DRL)—μια ισχυρή μορφή μηχανικής μάθησης όπου οι πράκτορες μαθαίνουν με δοκιμή και λάθος. Σε περίπτωση της Sedai, οι πράκτορες εκπαιδεύονται να κλιμακώνουν δυναμικά τους πόρους της υποδομής όπως η CPU και η μνήμη με βάση τα πραγματικά αποτελέσματα απόδοσης. Με τον καιρό, αυτοί οι πράκτορες μαθαίνουν ποιες ενέργειες οδηγούν στα καλύτερα αποτελέσματα σε ζωντανούς περιβάλλοντες.

Αυτή η ευφυΐα ενισχύεται περαιτέρω από τεχνικές όπως η ανίχνευση ανωμαλιών και η αιτιακή συλλογή, επιτρέποντας στην Sedai να προβλέψει αποτυχίες και να εντοπίσει τις ρίζες των προβλημάτων πριν επηρεαστεί η εμπειρία του πελάτη. Και με τη μοντελοποίηση εποχικότητας, το σύστημα προσαρμόζεται αυτόματα σε επαναλαμβανόμενες.patterns όπως η ημερήσια κυκλοφορία ή η επεξεργασία φορτίων στο τέλος του μήνα, βελτιστοποιώντας την υποδομή πριν ακόμη συμβούν οι αιτούντες.

Μια νέα εποχή αποδοτικότητας DevOps

Η Sedai ιδρύθηκε από τον Suresh Mathew και τον Benji Thomas μετά από προσωπική εμπειρία με τις προκλήσεις κλιμάκωσης των μικροϋπηρεσιών στο PayPal. Ενώ η DevOps επιτάχυνε τις αναπτύξεις, δημιούργησε επίσης νέες επιβαρύνσεις—απεριόριστη εργασία, κόπωση ενημερώσεων και εύθραυστα συστήματα που κρατούνται μαζί με χειροκίνητες λύσεις.

Η Sedai αλλάζει αυτή τη δυναμική με την ενέργεια. Αντί να βασίζεται στους μηχανικούς να ερμηνεύσουν τα μετρητικά και να ανταποκριθούν χειροκίνητα, η πλατφόρμα χειρίζεται εργασίες όπως:

• Ανίχνευση και επίλυση υποβαθμίσεων της υποδομής σε πραγματικό χρόνο
• Κλιμάκωση εργασιών κατακόρυφα και οριζόντια με βάση την πραγματική κυκλοφορία
• Ενημέρωση ρυθμίσεων για βελτιστοποίηση κόστους, καθυστέρησης και διαθεσιμότητας
• Επανεκκίνηση ή αποκατάσταση διακοπών υπηρεσιών πριν οι χρήστες το παρατηρήσουν

Ηδη, η πλατφόρμα έχει εκτελέσει πάνω από 25 εκατομμύρια αυτονομούσες ενέργειες σε παραγωγή, διαχειριζόμενη 3 δισεκατομμύρια δολάρια σε δαπάνες νεφρολογικού υπολογιστή. Αυτό έχει σώσει τους πελάτες πάνω από 5 εκατομμύρια δολάρια ετησίως, ενώ δίνει στις ομάδες μηχανικών πίσω περισσότερες από 22.000 ώρες παραγωγικού χρόνου.

Εμπιστευόμενη από ηγετικά στελέχη επιχειρήσεων σε κρίσιμους κλάδους

Η Sedai χρησιμοποιείται σε παραγωγή από ηγετικά στελέχη Fortune 500 σε κλάδους όπως η κυβερνοασφάλεια, οι χρηματοοικονομικές υπηρεσίες, η φαρμακευτική βιομηχανία, η εκπαίδευση και η τεχνητή νοημοσύνη. Οι πελάτες περιλαμβάνουν ονόματα όπως Palo Alto Networks (PANW ), Experian και McGraw Hill (MH ) —εταιρείες που εξαρτώνται από σταθερή, αποδοτική και οικονομική υποδομή σε κλίμακα.

Στην KnowBe4, η Sedai μείωσε το κόστος παραγωγής κατά 50% και το κόστος ανάπτυξης έως και 87%. Ο Αντιπρόεδρος Μηχανικής Matthew Duren πίστωσε την πλατφόρμα όχι μόνο με τη бюджетική αποδοτικότητα, αλλά και με τη μεταμόρφωση του δικού του ρόλου—απελευθερώνοντας την ομάδα του να εστιάσει σε στρατηγικές πρωτοβουλίες αντί για εργασίες χαμηλής αξίας.

Αυτά τα αποτελέσματα δεν είναι προβλέψεις—αντικατοπτρίζουν πραγματική τεχνητή νοημοσύνη σε ζωντανούς περιβάλλοντες, διαχειριζόμενη ασφαλώς συστήματα παραγωγής και ακόμη και πολύπλοκες εργασίες μηχανικής μάθησης.

Πηγαίνοντας πέρα από την αυτοματοποίηση: Γιατί οι πράκτορες AI είναι το επόμενο άλμα

Είναι σημαντικό να διακρίνουμε την αυτοματοποίηση από την αυτονομία. Η αυτοματοποίηση εκτελεί προκαθορισμένες εργασίες με βάση στατικές προκαταλήψεις ή σενάρια. Οι πράκτορες AI της Sedai, από την άλλη πλευρά, παρατηρούν και μαθαίνουν από τα συστήματά σας, ανακαλύπτοντας τις καλύτερες ενέργειες δυναμικά—ακόμη και όταν οι συνθήκες αλλάζουν.

Αυτή η διάκριση έχει σημασία. Σε ένα κόσμο που οι προτύπους κυκλοφορίας, οι εξαρτήσεις υπηρεσιών και οι αρχιτεκτονικές αναπτύξεων εξελίσσονται συνεχώς, οι στατικές κανόνες γίνονται γρήγορα ξεπερασμένοι. Η προσέγγιση AI-πρώτα της Sedai εξασφαλίζει συνεχείς βελτιστοποιήσεις, ακόμη και κάτω από πολυπλοκότητα.

Για παράδειγμα, η πλατφόρμα μαθαίνει πώς συγκεκριμένες υπηρεσίες συμπεριφέρονται υπό διαφορετικές φόρτες και ρυθμίζει την κατανομή πόρων ανάλογα. Αν η καθυστέρηση αυξάνεται λόγω συγκεκριμένης μνήμης, η Sedai μπορεί να ενεργήσει αμέσως—χωρίς να περιμένει έναν άνθρωπο να ερμηνεύσει την ειδοποίηση.

Μια πλατφόρμα για την整ή μηχανική οργάνωση

Η Sedai παρέχει αξία σε κάθε ρόλο στο στακ μηχανικής:

• SREs και μηχανικοί DevOps μειώνουν την εργασία και επιτύχουν στόχους αξιοπιστίας χωρίς καύση.
• Αναπτυξιακοί εστιάζουν στην αποστολή κώδικα, ενώ η Sedai εξασφαλίζει βέλτιστες ρυθμίσεις σε παραγωγή.
• Ηγετικά στελέχη μηχανικής κερδίζουν λειτουργική αποδοτικότητα και τεράστια αποταμιεύσεις νεφρολογικού υπολογιστή.
• Αρχιτέκτονες και CTOs μετατρέπουν την υποδομή σε στρατηγική διαφοροποίηση, όχι ευθύνη.

Με μόλις 15 λεπτά ρύθμισης, οι ομάδες μπορούν να συνδέσουν την Sedai με τα νεφρολογικά και APM εργαλεία τους. Από εκεί, η πλατφόρμα αρχίζει να μαθαίνει, να επικυρώνει ασφαλείς βελτιστοποιήσεις και τελικά να λαμβάνει ενέργειες σε ζωντανούς περιβάλλοντες—με πλήρη ιχνηλασία για συμμόρφωση.

Τι έρχεται: Βελτιστοποίηση του στακ υποδομής AI

Με τη χρηματοδότηση Series B, η Sedai θα επεκτείνει τις ικανότητές της σε einige από τις πιο πιεστικές προκλήσεις στη σύγχρονη υποδομή AI, συμπεριλαμβανομένων:

• Αυτο-συντονισμός για εφαρμογές LLM, εξασφαλίζοντας βέλτιστη ρύθμιση κατά τη διάρκεια συλλογής
• Αυτονομούσα ορχήστρα GPU, διαχειριζόμενη ακριβούς πόρους υπολογισμού σε πραγματικό χρόνο
• Βελτιστοποίηση δεδομένων με βάση την τεχνητή νοημοσύνη για πλατφόρμες όπως Databricks και Snowflake

Αυτές οι προσπάθειες ευθυγραμμίζονται με ένα μέλλον όπου οι ίδιες οι εργασίες—μοντέλα AI, διαδικασίες συλλογής, πραγματικού χρόνου ανάλυσης—απαιτούν εξίσου έξυπνες στρώσεις υποδομής για να τις υποστηρίξουν.

«Όπως η υιοθέτηση νεφρολογικού υπολογιστή αυξάνεται, οι εταιρείες αγωνίζονται να βελτιώσουν την απόδοση ενώ μειώνουν το κόστος. Οι πράκτορες AI είναι μοναδικά τοποθετημένοι για να λύσουν αυτό σε κλίμακα,» είπε ο Manish Agarwal, Γενικός Εταίρος στο AVP.

Το μέλλον της νεφρολογικής υποδομής είναι αυτονομούμενο

Η άνοδος των αυτονομούσων νεφρολογικών πλατφορμών σηματοδοτεί μια ευρύτερη βιομηχανική μετατόπιση—από συστήματα με ανθρώπινη παρέμβαση προς έξυπνους πράκτορες που λειτουργούν ανεξάρτητα σε πραγματικό χρόνο. Όπως οι επιχειρήσεις κλιμακώνουν τα νεφρολογικά τους αποτυπώματα και αγκαλιάζουν ολοένα και πιο σύνθετες, κατανεμημένες αρχιτεκτονικές, η χειροκίνητη διαχείριση υποδομής φτάνει στα όριά της.

DevOps, που κάποτε θεωρήθηκε η απόλυτη λύση για ταχύτερη ανάπτυξη και λειτουργική ευελιξία, βρίσκεται τώρα υπό πίεση από αυξανόμενη πολυπλοκότητα, κόπωση ενημερώσεων και ανεπαρκή κόστος. Παραδοσιακά εργαλεία παρατηρήσιμότητας και αυτοματοποίησης προσφέρουν ορατότητα και σενάριο—αλλά εξακολουθούν να βασίζονται σε ανθρώπινους μηχανικούς για ανάλυση, ερμηνεία και ενέργεια. Αυτή η αντιδραστική προσέγγιση αγωνίζεται να跟ψει τις σύγχρονες απαιτήσεις υπηρεσιών.

Αυτονομούσες πλατφόρμες αντιπροσωπεύουν το επόμενο εξελικτικό βήμα. Ενσωματώνοντας βαθιά ενίσχυση μάθησης, αιτιακή συλλογή και προσαρμόσιμη κλιμάκωση στις βασικές ροές εργασίας υποδομής, προσφέρουν τη δυνατότητα να αυτο-βελτιστοποιούν και να αυτο-θεραπεύουν σε παραγωγή—συνεχώς και χωρίς παρέμβαση. Το αποτέλεσμα δεν είναι μόνο λειτουργική αποδοτικότητα, αλλά μια δομική μεταμόρφωση: λιγότερες διακοπές, ταχύτερες κυκλοφορίες, καλύτερο έλεγχο κόστους και βελτιωμένη εμπειρία dévelopτερ.

Όπως το οικοσύστημα ωριμάζει, αυτή η μετατόπιση θα επηρεάσει όλα, από το πώς οι ομάδες είναιstaffed και δομημένες, μέχρι το πώς οι εφαρμογές αρχιτεκτονούνται, δοκιμάζονται και αναπτύσσονται. Οι πρώτοι采用ρες έχουν ήδη αποδείξει ότι οι αυτονομούσες λειτουργίες possono να προσφέρουν ουσιαστικά κέρδη σε παραγωγικότητα, απόδοση και οικονομική απόδοση.

Ενώ η Sedai είναι μεταξύ των ηγετών που φέρνουν αυτή την όραση στη ζωή, το μεγαλύτερο συμπέρασμα είναι σαφές: η νεφρολογική υποδομή δεν είναι πλέον κάτι που οι μηχανικοί πρέπει να διαχειρίζονται συνεχώς—γίνεται κάτι που διαχειρίζεται τον εαυτό του.