groundcover Kerää 100 Miljoonan Dollarin Sarja C: n Laajentamaan AI-Aikakauden Havainnointialustaa

Pilvihavainnointiyhtiö groundcover on kerännyt 100 miljoonan dollarin Series C -rahoitusta, kun se laajentaa alustaa, joka on suunniteltu auttamaan insinööritiimejä ja tekoälyagentteja ymmärtämään yhä monimutkaisempia tuotantoympäristöjä.

Rahoituksen johtajana toimi One Peak, ja siihen osallistuivat Morgan Stanley Expansion Capital (MS ) ja olemassa olevat sijoittajat Zeev Ventures, Angular Ventures, Heavybit ja Jibe. Tämä nostaa groundcoverin kokonaisrahoitusta 160 miljoonaan dollariin.

Rahoitus seuraa vuotta, jolloin yhtiö kertoo kolminkertaistaneensa vuosittaisen toistuvan liikevaihtonsa, kaksinkertaistaneensa maailmanlaajuisen työvoimansa ja ylittäneensä 250 maksavan asiakkaan. Asiakaskunta kattaa nyt sekä varhaisvaiheen startup-yhtiöt että Fortune 5 -yritykset, kun taas yhtiö ilmoittaa allekirjoittaneensa useita yhden miljoonan dollarin sopimuksia viimeisen 12 kuukauden aikana.

Havainnointi Kokee Tekoälyajoittaisen Datongelman

Havainnointialustat keräävät ja analysoivat signaaleja, kuten lokit, mittaukset ja jäljitykset, auttaakseen insinööritiimejä ymmärtämään, miten sovellukset ja infrastruktuuri käyttäytyvät tuotannossa.

Tämä tehtävä muuttuu yhä haasteellisemmaksi, kun pilvipohjaiset järjestelmät laajenevat ja yritykset ottavat käyttöön suuret kielimallit, autonomiset agentit ja yhä enemmän toisiinsa kytkettyjä sovelluspinnoja. Tekoälysovellukset voivat tuottaa telemetriaa, kuten ohjelmointikutsuja, tietokantoja, API:ja ja infrastruktuuria, joka tukee jokaista vuorovaikutusta.

Suurempi näkyvyys auttaa insinöörejä tunnistamaan harhaluulot, suorituskyvyn heikkenemisen, epäonnistuneet työkalukutsut ja tietoturvariskit. Havainnointijärjestelmien kuitenkin täytyy hallita nämä kustannukset näytteidenottamalla tai suodattamalla telemetriaa. Tämä voi tehdä taustatiedot hallitumpiksi, mutta se voi myös poistaa tarkan tiedon, jota tarvitaan tapahtuman rekonstruoimiseen. Rajoitus tulee erityisen tärkeäksi, kun tekoälyagentteja odotetaan tutkivan ongelmia tai ehdottavan muutoksia ilman jatkuvaan ihmisen ohjausta.

groundcover asettaa arkkitehtuurinsa vaihtoehtona tähän malliin, yhdistämällä ydinlevellä olevan datankeräyksen ja tallentamisen asiakkaan oman pilviympäristöön.

groundcoverin BYOC-Arkkitehtuuri

Alustan keskipisteenä on bring-your-own-cloud- eli BYOC-arkkitehtuuri. Sen sijaan, että kaikki havainnointidata siirretään toimittajan operoimaan ohjelmistopalveluympäristöön, groundcover käyttää datatasoa erilliseen asiakkaan pilvessä olevaan tileen.

Lokit, infrastruktuurin mittaukset, mukautetut mittaukset, jäljitykset ja Kubernetes-tapahtumat voivat siten pysyä asiakkaan infrastruktuurissa. Erillinen ohjauskerros hallitsee alustaa, mutta se on eristetty tuotantotyökuormista ja telemetriasta verkkotasolla groundcoverin arkkitehtuuridokumentaation mukaan.

Tämä järjestely on tarkoitettu antamaan asiakkaille hallitun ohjelmistokokemuksen säilyttäen samalla suuremman hallinnan datan sijainnista, yksityisyydestä ja turvallisuudesta. Se voi olla erityisen merkittävää tekoälykuormituksille, joissa havainnointitiedot voivat sisältää ohjelmointikutsuja, mallin tuloksia, työkaluargumentteja, käyttäjätietoja tai osia agentin päättelyprosessista.

Yhtiö tukee myös paikallisia ja ilmatuotteisia käyttöönottoja organisaatioille, joilla on tiukemmat eristysvaatimukset.

Yhdistämällä eBPF ja OpenTelemetry

groundcover kerää suuren osan telemetriastaan laajennetun Berkeley-pakettisuodattimen kautta, joka on yleisesti tunnettu eBPF: nä. Teknologia mahdollistaa ohjelmien havainnoinnin Linux-ytimessä, antaen seurantajärjestelmille näkyvyyden verkkoviestintään, sovellusprosesseihin ja resurssien käyttöön ilman, että kehittäjien on manuaalisesti instrumentoitava jokaista palvelua.

Yhtiö kertoo, että sen sopeutuva eBPF-anturi voidaan käyttää ilman koodin muutoksia ja sitä voidaan käyttää sovellus- ja infrastruktuuritelemetrian kaappaukseen Kubernetes-ympäristössä.

Tämä ei kuitenkaan tarkoita, että groundcover korvaa vakiintuneet instrumentointistandardeja. Alusta integroi myös OpenTelemetrystä, joka on avoimen lähdekoodin kehys, joka tarjoaa yhteisiä API:ja, ohjelmistokehityspaketteja ja työkaluja telemetrian luomiseen, prosessointiin ja viemiseen.

Yhdistelmä tarjoaa organisaatioille kaksi täydentävää tietolähdettä. eBPF voi automaattisesti kaapata toimintaa infrastruktuuri- ja verkkotasoilla, kun taas OpenTelemetry voi toimittaa sovellusspesifiä kontekstia, jota kehittäjät tietoisesti lisäävät.

groundcover konsolidoi jäljitykset, mittaukset, lokit ja Kubernetes-tapahtumat yhdistettyyn liittymään. Sen tuotevalikoima kattaa myös sovelluksen suorituskyvyn seurannan, infrastruktuurin seurannan, lokien hallinnan, todellisten käyttäjien seurannan ja tekoälysovellusten havainnoinnin.

Laajentamalla Havainnointia Tekoälyagenteille

Yhtiön tavoitteet ulottuvat pidemmälle kuin vain dashboardien tarjoaminen ihmiskäyttäjille. Sen Agent Mode on suunniteltu auttamaan insinöörejä tutkimaan tapahtumia, suorittamaan juurisyyanalyysiä ja tunnistamaan mahdollisia korjaustoimia alustan sisällä olevan telemetrian avulla.

Sen sijaan, että yleispätevä chatbotti asetettaisiin lokien kokoelmaan, groundcover kertoo rakentaneensa sisäiset API:nsa yhdistetylle kyselykielelle, jota kutsutaan GCQL: ksi. Toimet, joita agentti tekee, voidaan tarkastella, ja tulokset voidaan muuttaa alkuperäisiksi groundcover-varoiksi insinöörien käyttöön.

Yhtiö on myös esittänyt mallin kontekstiprotokollan tukemisen, jolloin kehittäjät voivat tuoda tuotantotelemetrian yhteensopivien tekoälyagenttien ja kehitysympäristöjen käyttöön. Sen tekoälyhavainnointityökalut on tarkoitettu kaappaamaan laajemman mallipyyntöjen toteutuskontekstin, mukaan lukien ohjelmointikutsut, vastaukset, työkalujen käyttö ja istunnon historia.

Tämä voi auttaa tiimejä määrittämään, johtuuko ongelma itse mallista, ulkoisesta API:sta, hakujärjestelmästä, infrastruktuurin pullonkaulasta vai toimista, joita agentti tekee. groundcover kertoo, että sen eBPF-pohjainen lähestymistapa voi myös tarkastella API-pyynnön ja vastauksen sisältöä, auttaen tiimejä havaitsemaan poikkeavuuksia tai arkaluontoista tietoa, jota välitetään ulkoisille mallitoimittajille.

”Olemme ainoa alusta, joka hyödyntää eBPF: n potentiaalia BYOC: n avulla havainnoinnissa”, sanoi Shahar Azulay, groundcoverin toimitusjohtaja ja perustaja. ”Tämän ainutlaatuisen arkkitehtuurin päällä groundcover on rakentanut Agent Mode -agenteerauskokemuksensa, joka auttaa insinöörejä löytämään, vianmäärityksessä ja korjaamaan ongelmia tuotannossa.”

Azulay sanoi, että uusi pääoma tukee yhtiön pyrkimyksiä muuttaa, miten insinöörit ja agentit työskentelevät yhdessä tuotannon toiminnassa.

Tässä on tasapuolisempi korvaava osio:

Tulevaisuuden Vaikutukset

Tekoälyagenttien kasvu voi muuttaa sitä, mitä organisaatiot odottavat havainnointialustoista. Valvontatyökalut ovat perinteisesti auttaneet insinöörejä tutkimaan tapahtumia, kun jotain menee pieleen, mutta autonomiset järjestelmät voivat vaatia jatkuvaan pääsyä yksityiskohtaisiin tuotantotietoihin, jotta ne voivat tunnistaa ongelmat, jäljittää riippuvuudet ja suositella korjaustoimia reaaliajassa.

Tämä luo jännitteen näkyvyyden, kustannusten ja hallinnan välille. Tekoälysovellukset voivat tuottaa suuria määriä lokitiedostoja, jäljityksiä ja mittauksia, kun taas niiden telemetria voi sisältää arkaluontoisia ohjelmointikutsuja, mallin tuloksia ja asiakastietoja. Arkkitehtuuret, jotka pitävät tietoja yrityksen oman pilviympäristössä, voivat siten tulla houkuttelevammaksi, erityisesti säännellyissä aloissa tai organisaatioissa, joilla on tiukat tietosuojavaatimukset.

Laajempi kysymys on, voidaanko tekoälyagenteja luottaa toimimaan havainnointitiedon perusteella sen sijaan, että ne vain tiivistävät sitä. Epätäydellinen telemetria, harhaanjohtavat korrelaatiot tai huonosti määritellyt valtuudet voivat johtaa siihen, että automaattinen järjestelmä väärin tulkitsee tapahtuman tai tekee tarpeetonta muutosta. Ihmisen valvonta, auditinjäljet ja selkeät rajoitukset autonomisille toimille ovat edelleen tärkeitä, kun nämä kyvyt kehittyvät.

groundcoverin rahoitus heijastaa kasvavaa kiinnostusta infrastruktuuriin, jota tarvitaan tekoälyjärjestelmien käyttöönottoon laajassa mittakaavassa. Pitkän aikavälin merkitys riippuu vähemmän siitä, voivatko havainnointialustat lisätä keskustelurajapintoja, ja enemmän siitä, voivatko ne tarjota riittävän täydellistä, turvallista ja luotettavaa tietoa ihmisille ja automaattisille agenteille tehdä järkeviä päätöksiä tuotantoympäristöissä.