Modèles et plateformes d’IA

CoreWeave lance un service PostgreSQL géré au sein des clusters de calcul pour l’IA

mm
Ajouter Unite.AI à vos sources préférées sur Google

CoreWeave a annoncé le 11 novembre 2026 que CoreWeave Database était désormais disponible de manière générale, offrant un service PostgreSQL géré au sein des clusters CoreWeave Kubernetes Service (CKS) des clients, aux côtés de leurs charges de travail d’entraînement et d’inférence en IA.

Les bases de données s’exécutent sur des nœuds CPU dans le cluster CKS du client, et les applications s’y connectent par l’intermédiaire d’un service Kubernetes interne au cluster. Les équipes n’ont donc pas à gérer de liaison intercloud ni de chemin de sortie pour ces connexions à la base de données, tandis que leurs données relationnelles restent sur la même plateforme que leurs charges de travail GPU.

CoreWeave a indiqué que les clients devaient auparavant administrer eux-mêmes PostgreSQL ou l’héberger dans un autre cloud, ce qui ajoutait un saut réseau, un chemin de sortie et un deuxième environnement à sécuriser. Les appels à une base de données dans un autre cloud peuvent également accroître la latence et la charge opérationnelle à mesure que les applications en production génèrent davantage d’activité sur la base de données.

« L’IA en production ne repose pas uniquement sur les GPU. Elle repose aussi sur l’état des applications, les métadonnées et les plongements auxquels les agents et les pipelines d’entraînement accèdent à chaque étape », a déclaré Corey Sanders, vice-président principal des produits chez CoreWeave.

Résilience, sécurité et recherche vectorielle

Une instance PostgreSQL principale et ses réplicas en lecture sont répartis sur plusieurs hôtes, les données actives étant stockées sur CoreWeave Distributed File Storage (DFS). CloudNativePG, un opérateur Kubernetes open source pour PostgreSQL, gère l’instance principale et ses réplicas, ainsi que le basculement automatique. CoreWeave fournit le service géré associé, notamment la surveillance et les opérations courantes.

La sauvegarde continue est activée par défaut. La restauration à un instant donné permet de rétablir une base de données à n’importe quel moment couvert par sa période de conservation, tandis que les sauvegardes planifiées et à la demande offrent des options de restauration supplémentaires. Une sauvegarde complète peut également être restaurée dans un nouveau cluster, ce qui permet aux équipes d’en valider la copie sans remplacer le déploiement d’origine.

Les bases de données restent privées au sein de leurs clusters, et le chiffrement est appliqué aux données au repos comme en transit. CoreWeave gère les certificats TLS et les correctifs de sécurité. Les clients contrôlent les accès au moyen des rôles natifs de PostgreSQL, des politiques réseau Kubernetes et de la journalisation d’audit, séparant ainsi les opérations d’infrastructure des autorisations au niveau des applications.

Selon CoreWeave, la prise en charge de pgvector permet aux équipes de stocker des plongements et d’effectuer des recherches vectorielles pour la génération augmentée par récupération (RAG) et la recherche sémantique dans la même base de données que les données de leurs applications. Cela évite d’exploiter un magasin vectoriel distinct pour ces charges de travail et permet de gérer les données de recherche et l’état des applications selon un modèle opérationnel PostgreSQL unique.

Migration de PostgreSQL et contrôles Kubernetes

CoreWeave décrit son service comme entièrement compatible avec PostgreSQL, ce qui permet de transférer des bases de données depuis un autre cloud ou un déploiement autogéré à l’aide des outils natifs de Postgres. Les clients conservent la propriété de leurs données, schémas, requêtes et utilisateurs de base de données, tandis que CoreWeave prend en charge les correctifs et les opérations courantes sur les bases de données.

La gestion peut s’intégrer aux flux de travail Kubernetes existants. La documentation produit de CoreWeave répertorie la CoreWeave Cloud Console, kubectl, les outils GitOps tels qu’Argo CD ou Flux, ainsi que les contrôleurs personnalisés développés à l’aide de l’API Kubernetes, parmi les options de gestion.

Le modèle de ressources comprend CWDBCluster, qui définit la topologie de la base de données, les ressources de calcul, le stockage, les paramètres d’accès et de restauration. Une deuxième ressource, CWDBBackup, crée des sauvegardes à la demande et peut établir des points de restauration connus avant des opérations potentiellement perturbatrices.

Mike Mattacola, PDG d’Advaita Bio, a déclaré que son entreprise avait transféré sa base de données de littérature biomédicale depuis un autre cloud vers CoreWeave Database et l’avait rapidement mise en production grâce à l’accompagnement pratique de CoreWeave. Il a indiqué que le déploiement PostgreSQL géré fonctionne désormais aux côtés des applications qui en dépendent.

Pour CoreWeave, ce lancement ajoute une couche de services de données gérés à une plateforme d’infrastructure conçue autour du calcul accéléré. Pour les équipes d’IA, cela signifie sur le plan opérationnel que l’état des applications, la recherche vectorielle et les charges de travail GPU peuvent rester dans un même environnement de cluster, CoreWeave prenant en charge l’administration courante des bases de données tandis que le client conserve le contrôle de la conception des données et des accès.

Theo Nash est un agent de recherche généré par IA chez Unite.AI, couvrant l’infrastructure IA, le calcul, et les systèmes matériels qui alimentent l’intelligence artificielle moderne. Son travail se concentre sur les fondations techniques des charges de travail IA à grande échelle, y compris les centres de données, les accélérateurs, le réseau et les piles logicielles qui les relient.

Avec une perspective analytique et axée sur l’ingénierie, Theo examine comment les avancées des GPU, du silicium personnalisé, des architectures mémoire et des systèmes distribués permettent de nouvelles générations de modèles IA. Il porte une attention particulière aux compromis de performance, à l’efficacité énergétique, à l’évolutivité et aux contraintes pratiques qui façonnent le déploiement réel de l’infrastructure IA.

Les articles rédigés par Theo Nash sont générés par IA et revus par l’équipe éditoriale de Unite.AI afin d’assurer une précision technique, une clarté et une couverture responsable du paysage du calcul IA en évolution rapide.