Sedai saa 20 miljoonaa dollaria itseajavan pilven laajentamiseen ja DevOpsin uudelleenmäärittelyyn AI-välikohtien avulla

Sedai, ensimmäisen itseajavan pilvi-alustan takana oleva yritys, on ilmoittanut 20 miljoonan dollarin B-sarjan rahoituskierroksen visioonsa autonomisen infrastruktuurin hallinnan laajentamiseksi. Rahoitus, jota johtaa AVP (Atlantic Vantage Point) ja jota tukevat Norwest, Sierra Ventures ja Uncorrelated Ventures, käytetään Sedain laajentamiseen uusiin aloihin, kuten LLM-optimoointiin, GPU-resurssien hallintaan ja älykkääseen orkestraatioon alustoille, kuten Databricks ja Snowflake.

Alusta merkitsee käännekohtaa DevOpsissa, jossa perinteiset hälytys- ja kojussa-mallit korvataan AI-välikohtien avulla, jotka oppivat tuotantoympäristöistä ja toimivat itsenäisesti kustannuksen, suorituskyvyn ja saatavuuden optimoimiseksi.

“Just kuin Waymo osoitti, että itseajavat autot ovat mahdollisia, Sedai osoittaa, että itseajava infrastruktuuri ei ole vain mahdollinen, vaan välttämätön,” sanoi Suresh Mathew, Sedain toimitusjohtaja ja perustaja.

Mitä itseajava infrastruktuuri todella tarkoittaa

Kun useimmat valvontatyökalut vain generoivat hälytyksiä, Sedain lähestymistapa on paljon proaktiivisempi. Alusta havaitsee liikenteen, sovelluksen käyttäytymisen ja infrastruktuurin konfiguraatiot reaaliajassa ja tekee itsenäisiä päätöksiä, jotka parantavat suorituskykyä ja vähentävät kustannuksia ilman ihmisen väliintuloa.

Tämä siirtymä havainnollisuudesta autonomiaan on se, mikä tekee Sedasta todella “itseajavan” alustan. Järjestelmä ei vain merkitse ongelmia, vaan ratkaisee ne.

Alustan alla Sedai käyttää monen agentin AI-arkkitehtuuri, joka sopeutuu jatkuvasti muuttuviin työkuormiin ja järjestelmän tiloihin. Järjestelmän ytimessä on syvä vahvistusoppiminen (DRL) – voimakas koneoppimisen muoto, jossa agentit oppivat kokeilemalla ja virheiden kautta. Sedain tapauksessa agentit on koulutettu dynaamiseen infrastruktuurin resurssien skaalaukseen, kuten CPU:n ja muistin perusteella todellisten suorituskykytuloksien perusteella. Ajan myötä nämä agentit oppivat, mitkä toimet johtavat parhaisiin tuloksiin live-ympäristöissä.

Tätä älykkyyttä lisäävät tekniikat, kuten poikkeama-havainnointi ja kausaali-inferenssi, jotka mahdollistavat Sedain ennustaa virheitä ja määritellä juurisyyt ennen kuin asiakaskokemus vaikuttaa. Ja kausaalisella mallinnuksella järjestelmä mukautuu itsestään toistuviin kuviin, kuten päivittäisiin liikenteen huippuihin tai kuukauden lopun prosessointilasteihin, optimoimalla infrastruktuuria ennen kuin kysyntä kuormitus tapahtuu.

Uusi aikakausi DevOpsin tehokkuudessa

Sedai perustettiin Suresh Mathewin ja Benji Thomasin toimesta, jotka kokivat itse mikroservisten skaalauksen haasteet PayPalissa. Kun DevOps nopeutti käyttöönottoja, se loi myös uusia taakkoja – loputtoman työn, hälytysväsymyksen ja hauraiden järjestelmien, jotka pidettiin koossa manuaalisten korjausten avulla.

Sedai muuttaa dynamiikkaa toimimalla. Sen sijaan, että riippuisi insinöörien tulkinnasta metriikoista ja manuaalisesta vastauksesta, alusta hoitaa tehtäviä, kuten:

• Havaitseminen ja ratkaiseminen infrastruktuurin heikentymisestä reaaliajassa
• Työkuormien skaalautuminen pysty- ja vaakasuunnassa todellisen liikenteen perusteella
• Konfiguraatioiden päivittäminen kustannuksen, viiveen ja saatavuuden optimoimiseksi
• Palvelujen uudelleenkäynnistäminen tai korjaaminen ennen kuin käyttäjät huomaavat

Jo nyt alusta on suorittanut yli 25 miljoonaa itsenäistä toimintaa tuotannossa, halliten 3 miljardin dollarin pilvi-kulutusta. Tämä on säästänyt asiakkailta yli 5 miljoonaa dollaria vuodessa ja antanut insinööritiimille takaisin yli 22 000 tuntia tuottavaa aikaa.

Luotettu yritysjohtajien keskuudessa kriittisillä aloilla

Sedai on käytössä tuotannossa Fortune 500 -yritysten keskuudessa tietoturva-, rahoitus-, lääke-, koulutus- ja AI-alalla. Asiakkaat ovat tunnettuja nimiä, kuten Palo Alto Networks (PANW ), Experian ja McGraw Hill (MH ) – yrityksiä, jotka riippuvat vakaasta, suorituskykyisestä ja kustannustehokkaasta infrastruktuurista.

KnowBe4:ssä Sedai leikkasi tuotantokustannukset 50 % ja kehityskustannukset jopa 87 %. Insinöörien johtaja Matthew Duren kiitti alustaa ei vain budjettitehokkuudesta, vaan myös roolin muuttumisesta – vapauttamalla tiiminsä strategisten aloitteiden pariin keskittymiseen matalan arvon tehtävien sijaan.

Nämä tulokset eivät ole ennusteita – ne heijastavat todellista AI:ta live-ympäristöissä, turvallisesti hallitsemassa tuotantojärjestelmiä ja jopa monimutkaisia koneoppimisen työkuormia.

Meneekö automaatio yli: Miksi AI-välikohtia on seuraava askel

On tärkeää erottaa automaatio autonomiasta. Automaatio suorittaa ennalta määritettyjä tehtäviä staattisten kynnysten tai skriptien perusteella. Sedain AI-välikohtia, sen sijaan, havaitsevat ja oppivat järjestelmistäsi, löytäen parhaat toimet dynaamisesti – jopa kun olosuhteet muuttuvat.

Tämä ero on tärkeä. Maailmassa, jossa liikenteen kuviot, palvelun riippuvuudet ja käyttöönottoarkkitehtuuri kehittyvät jatkuvasti, staattiset säännöt vanhenevat nopeasti. Sedain AI-ensin-lähestymistapa takaa jatkuvaan optimointiin, jopa monimutkaisuuden alla.

Esimerkiksi alusta oppii, miten tietty palvelu käyttäytyy eri kuormituksissa ja hienosäätää resurssien jakoa vastaavasti. Jos viive lisääntyy tietyn muistivaikeuden vuoksi, Sedai voi toimia välittömästi – ilman, että ihminen joutuu tulkkaamaan hälytyksen.

Alusta koko insinööriorganisaatiolle

Sedai tarjoaa arvoa koko insinööripinon jokaiselle roolille:

• SREt ja DevOps-insinöörit vähentävät työtä ja saavuttavat luotettavuustavoitteet polttamatta itseään.
• Kehittäjät keskittyvät koodin toimittamiseen, kun Sedai varmistaa optimaalisen konfiguraation tuotannossa.
• Insinöörijohtajat saavuttavat operatiivisen tehokkuuden ja massiiviset pilvi-säästöt.
• Arkkitehdit ja CTOt muuttavat infrastruktuurin strategiseksi erottautumiseksi, ei vastuksi.

Vain 15 minuutin asennuksen jälkeen tiimit voivat yhdistää Sedain pilvi- ja APM-työkaluihin. Siitä alkaen alusta alkaa oppia, vahvistaa turvallisia optimointeja ja lopulta toimia live-tuotannossa – täydellä audit-reitillä vaatimustenmukaisuuden vuoksi.

Mitä seuraavaksi: Optimoimalla AI-infrastruktuuripinoa

B-sarjan rahoituksen myötä Sedai laajentaa kykyjään joitakin modernin AI-infrastruktuurin haasteellisimpiin haasteisiin, kuten:

• Itseään säätävä LLM-pohjainen sovellus, joka takaa optimaalisen konfiguraation inference-ajaksi
• Itsenäinen GPU-orkestraatio, joka hallitsee kalliita laskenta-resursseja reaaliajassa
• AI-vetoinen data-alustojen optimointi kuten Databricks ja Snowflake

Nämä pyrkimykset ovat linjassa tulevaisuuden kanssa, jossa työkuormat itse – AI-mallit, inference-pipeline, real-time analytics – vaativat yhtä älykkäitä infrastruktuurikerroksia tukeakseen niitä.

“Kun pilvi-omaksuminen lisääntyy, yritykset kamppailevat suorituskyvyn parantamisen ja kustannusten vähentämisen kanssa. AI-välikohtia on ainutlaatuinen asema ratkaista tämä mittakaavassa,” sanoi Manish Agarwal, yleispartneri AVP: ssä.

Pilvi-infrastruktuurin tulevaisuus on autonominen

Itseajavien pilvi-alustojen nousu merkitsee laajempaa alan muutosta – ihmiset sisällytettyihin järjestelmiin kohti itsenäisesti toimivia älykkäitä agentteja, jotka toimivat reaaliajassa. Kun yritykset laajentavat pilvi-jalanjälkeään ja omaksuvat yhä monimutkaisempia, hajautettuja arkkitehtuureja, manuaalinen infrastruktuurin hallinta saavuttaa rajojensa.

DevOps, jota aikaisemmin pidettiin lopullisena ratkaisuna nopeamman käyttöönoton ja operatiivisen joustavuuden vuoksi, on nyt paineessa kasvavan monimutkaisuuden, hälytysväsymyksen ja kustannustehokkuuden vuoksi. Perinteiset havainnollisuus- ja automaatio-työkalut tarjoavat näkyvyyden ja skriptausmahdollisuuden – mutta ne edelleen riippuvat ihmisinsinööreistä, jotka analysoivat, tulkkaavat ja reagoivat. Tämä reaktiivinen lähestymistapa kamppailee pysymään mukana modernien palveluiden vaatimusten kanssa.

Autonomiset alustat edustavat seuraavaa evoluutioaskelta. Integroimalla syvän vahvistusoppimisen, kausaalin inferenssin ja sopeutuvan skaalautumisen infrastruktuurin perusvirtoihin, ne tarjoavat mahdollisuuden itse-optimoida ja itse-parantaa tuotannossa – jatkuvasti ja ilman väliintuloa. Tuloksena ei ole vain operatiivinen tehokkuus, vaan rakenteellinen muutos: vähemmän katkoja, nopeampia julkaisuja, parempi kustannushallinta ja parannettu kehittäjän kokemus.

Kun ekosysteemi kypsyää, tämä siirtymä vaikuttaa kaikkeen, miten tiimit on staffattu ja rakennettu, miten sovellukset on arkkitehtu, testattu ja käyttöönotettu. Varhaiset omaksumiset osoittavat jo, että autonomiset toiminnot voivat tuottaa konkreettisia hyötyjä tuottavuudessa, suorituskyvyssä ja taloudellisessa tuottavuudessa.

Vaikka Sedai on yksi johtavista, jotka toteuttavat tämän visioon, laajempi oivallus on selvä: pilvi-infrastruktuuri ei ole enää jotain, mitä insinöörien on jatkuvasti hallittava – se on muuttumassa joksikin, joka hallitsee itsensä.