सेडाई $20M हासिल करता है स्व-ड्राइविंग क्लाउड को स्केल करने और एआई एजेंटों के साथ डेवऑप्स को फिर से परिभाषित करने के लिए

सेडाई, पहले स्व-ड्राइविंग क्लाउड प्लेटफ़ॉर्म के पीछे की कंपनी, ने स्वायत्त इंफ्रास्ट्रक्चर प्रबंधन के अपने दृष्टिकोण को स्केल करने के लिए $20 मिलियन के श्रृंखला बी दौर की घोषणा की है। एवीपी (अटलांटिक वेंचर पॉइंट) द्वारा नेतृत्व वाली इस फंडिंग में, नॉर्वेस्ट, सिएरा वेंचर्स, और असंगत वेंचर्स का समर्थन है। यह फंडिंग सेडाई के एलएलएम ऑप्टिमाइजेशन, जीपीयू संसाधन प्रबंधन, और डेटाब्रिक्स और स्नोफ्लेक जैसे प्लेटफ़ॉर्म के लिए बुद्धिमान ऑर्केस्ट्रेशन जैसे नए डोमेन में विस्तार को ईंधन देगी।

यह प्लेटफ़ॉर्म डेवऑप्स में एक महत्वपूर्ण मोड़ का प्रतिनिधित्व करता है, पारंपरिक अलर्ट-एंड-डैशबोर्ड परिदृश्यों को एआई एजेंटों से बदल देता है जो उत्पादन वातावरण से सीखते हैं और स्वतंत्र रूप से लागत, प्रदर्शन और उपलब्धता को अनुकूलित करने के लिए कार्य करते हैं।

“जैसे वेमो ने साबित किया कि स्व-ड्राइविंग कारें संभव हैं, सेडाई साबित करता है कि स्व-ड्राइविंग इंफ्रास्ट्रक्चर न केवल संभव है, बल्कि आवश्यक है,” सुरेश मैथ्यू, सेडाई के सीईओ और संस्थापक ने कहा।

स्व-ड्राइविंग इंफ्रास्ट्रक्चर का वास्तव में क्या अर्थ है

जबकि अधिकांश निगरानी उपकरण केवल अलर्ट उत्पन्न करते हैं, सेडाई का दृष्टिकोण बहुत अधिक सक्रिय है। प्लेटफ़ॉर्म वास्तविक समय में ट्रैफ़िक, एप्लिकेशन व्यवहार, और इंफ्रास्ट्रक्चर कॉन्फ़िगरेशन का अवलोकन करता है, फिर स्वतंत्र रूप से निर्णय लेता है जो प्रदर्शन में सुधार करते हैं और लागत को कम करते हैं—मानव हस्तक्षेप की आवश्यकता के बिना।

यह दृष्टिकोण से पर्यवेक्षण से स्वतंत्रता की ओर संक्रमण है जो सेडाई को वास्तव में “स्व-ड्राइविंग” प्लेटफ़ॉर्म बनाता है। इसकी प्रणाली केवल समस्याओं को ध्वजांकित नहीं करती है। यह उन्हें हल करती है।

आंतरिक रूप से, सेडाई एक बहु-एजेंट एआई आर्किटेक्चर का उपयोग करता है जो लगातार बदलते हुए कार्यभार और सिस्टम स्थितियों के अनुकूल होता है। इस प्रणाली के केंद्र में गहरा प्रबलीकरण सीखना (डीआरएल) है—एक शक्तिशाली मशीन लर्निंग रूप जिसमें एजेंट परीक्षण और त्रुटि से सीखते हैं। सेडाई के मामले में, एजेंटों को वास्तविक प्रदर्शन परिणामों के आधार पर बुनियादी ढांचे संसाधनों जैसे सीपीयू और मेमोरी को गतिविधि से स्केल करने के लिए प्रशिक्षित किया जाता है। समय के साथ, ये एजेंट सीखते हैं कि कौन से कार्य सबसे अच्छे परिणामों की ओर ले जाते हैं लाइव वातावरण में।

यह बुद्धिमत्ता विचित्र पता लगाने और कारण संबंध जैसी तकनीकों द्वारा और बढ़ाई जाती है, जो सेडाई को विफलताओं की भविष्यवाणी करने और ग्राहक अनुभव प्रभावित होने से पहले मूल कारणों की पहचान करने की अनुमति देती है। और मौसमी मॉडलिंग के साथ, प्रणाली स्वचालित रूप से दैनिक ट्रैफ़िक चोटियों या महीने के अंत में प्रसंस्करण भार जैसे आवर्ती पैटर्न के अनुकूल हो जाती है, बुनियादी ढांचे को मांग की वृद्धि से पहले ही अनुकूलित करती है।

डेवऑप्स की एक नई युग की दक्षता

सेडाई की स्थापना सुरेश मैथ्यू और बेंजी थॉमस द्वारा पेपैल में माइक्रोसेवाओं की स्केलिंग चुनौतियों का अनुभव करने के बाद की गई थी। जबकि डेवऑप्स ने तैनाती में तेजी लाई, लेकिन यह नए बोझ भी पैदा किए—अंतहीन श्रम, अलर्ट थकान, और भुरभुरे सिस्टम जो मैनुअल काम के चारों ओर बनाए गए थे।

सेडाई इस गतिविधि को बदल देता है कार्रवाई करके। इंजीनियरों पर निर्भर करने के बजाय मेट्रिक्स की व्याख्या करने और मैनुअल रूप से प्रतिक्रिया देने के, प्लेटफ़ॉर्म कार्यों जैसे कि:

• वास्तविक समय में बुनियादी ढांचे के पतन का पता लगाना और हल करना
• वास्तविक ट्रैफ़िक के आधार पर कार्यभार को लंबवत और क्षैतिज रूप से स्केल करना
• लागत, विलंबता, और उपलब्धता के लिए अनुकूलन के लिए कॉन्फ़िगरेशन को अपडेट करना
• टूटे हुए सेवाओं को पुनरारंभ करना या ठीक करना इससे पहले कि उपयोगकर्ता उन्हें नोटिस करें

पहले से, प्लेटफ़ॉर्म ने उत्पादन में 25 मिलियन से अधिक स्वतंत्र क्रियाएं की हैं, $3 बिलियन के क्लाउड खर्च का प्रबंधन किया है। इससे ग्राहकों को सालाना $5 मिलियन से अधिक की बचत हुई है, जबकि इंजीनियरिंग टीमों को 22,000 से अधिक घंटों का उत्पादक समय वापस मिला है।

संवेदनशील उद्योगों में उद्यम नेताओं द्वारा विश्वास किया जाता है

सेडाई का उपयोग उत्पादन में फॉर्च्यून 500 नेताओं द्वारा साइबर सुरक्षा, वित्तीय सेवाओं, फार्मास्यूटिकल्स, शिक्षा और एआई में किया जाता है। ग्राहकों में पालो अल्टो नेटवर्क्स, एक्सपेरियन और मैकग्रा-हिल जैसे घरेलू नाम शामिल हैं—वे कंपनियां जो स्केल पर स्थिर, प्रदर्शनकारी और लागत-कुशल बुनियादी ढांचे पर निर्भर करती हैं। (PANW ) (MH )

नो बी4 में, सेडाई ने उत्पादन लागत को 50% और विकास लागत को 87% तक कम कर दिया। इंजीनियरिंग वीपी मैथ्यू ड्यूरेन ने प्लेटफ़ॉर्म को न केवल बजट की दक्षता के लिए, बल्कि अपनी भूमिका को बदलने के लिए श्रेय दिया—अपनी टीम को रणनीतिक पहलों पर ध्यान केंद्रित करने के लिए स्वतंत्र करने के बजाय निम्न-मूल्य वाले कार्यों पर।

इन परिणाम वास्तविक नहीं हैं—वे लाइव वातावरण में वास्तविक एआई को प्रतिबिंबित करते हैं, उत्पादन प्रणालियों और यहां तक कि उच्च जटिलता वाले मशीन लर्निंग कार्यभार को सुरक्षित रूप से प्रबंधित करते हैं।

स्वचालन से परे: एआई एजेंट अगला कदम क्यों हैं

स्वचालन और स्वतंत्रता के बीच अंतर करना महत्वपूर्ण है। स्वचालन स्थिर सीमा या स्क्रिप्ट के आधार पर पूर्वनिर्धारित कार्यों को निष्पादित करता है। सेडाई के एआई एजेंट, इसके विपरीत, आपकी प्रणालियों से सीखते और बदलती परिस्थितियों में भी गतिविधि के सर्वोत्तम कार्यों का पता लगाते हैं।

यह अंतर महत्वपूर्ण है। एक ऐसे विश्व में जहां यातायात पैटर्न, सेवा निर्भरताएं और तैनाती वास्तुकला लगातार विकसित हो रही हैं, स्थिर नियम जल्द ही पुराने हो जाते हैं। सेडाई का एआई-पहला दृष्टिकोण जटिलता के तहत भी निरंतर अनुकूलन सुनिश्चित करता है।

उदाहरण के लिए, इसका प्लेटफ़ॉर्म विशिष्ट सेवाओं के व्यवहार को विभिन्न भार के तहत सीखता है और संसाधन आवंटन को उसी के अनुसार ठीक करता है। यदि विलंबता एक विशिष्ट मेमोरी बोतलनेक के कारण बढ़ जाती है, तो सेडाई तुरंत कार्रवाई कर सकता है—मानव के अलर्ट की व्याख्या करने की प्रतीक्षा किए बिना।

पूरे इंजीनियरिंग संगठन के लिए एक प्लेटफ़ॉर्म

सेडाई पूरे इंजीनियरिंग स्टैक में मूल्य प्रदान करता है:

• एसआरई और डेवऑप्स इंजीनियर श्रम और विश्वसनीयता लक्ष्यों को पूरा करते हुए जलन के बिना
• विकासकर्ता कोड की शिपिंग पर ध्यान केंद्रित करते हैं, जबकि सेडाई उत्पादन में अनुकूल कॉन्फ़िगरेशन सुनिश्चित करता है
• इंजीनियरिंग नेता परिचालन दक्षता और बड़े पैमाने पर क्लाउड बचत प्राप्त करते हैं
• आर्किटेक्ट और सीटीओ बुनियादी ढांचे को एक रणनीतिक विभेदक में बदल देते हैं, एक दायित्व के बजाय

केवल 15 मिनट की सेटअप के साथ, टीमें सेडाई को अपने क्लाउड और एपीएम टूल्स से जोड़ सकती हैं। वहाँ से, प्लेटफ़ॉर्म सीखना, सुरक्षित अनुकूलन को मान्य करना और अंततः लाइव उत्पादन में कार्रवाई करना शुरू कर देता है—एक पूर्ण ऑडिट ट्रेल के साथ अनुपालन के लिए

आगे क्या है: एआई इंफ्रास्ट्रक्चर स्टैक को अनुकूलित करना

अपने श्रृंखला बी फंडिंग के साथ, सेडाई एलएलएम-आधारित अनुप्रयोगों के लिए स्व-ट्यूनिंग, जीपीयू ऑर्केस्ट्रेशन और डेटाब्रिक्स और स्नोफ्लेक जैसे प्लेटफ़ॉर्म के लिए एआई-संचालित अनुकूलन जैसी आधुनिक एआई इंफ्रास्ट्रक्चर में सबसे दबाव वाली चुनौतियों में अपनी क्षमताओं का विस्तार करेगा:

• एलएलएम-आधारित अनुप्रयोगों के लिए स्व-ट्यूनिंग, अनुमान के दौरान अनुकूल कॉन्फ़िगरेशन सुनिश्चित करना
• स्वायत्त जीपीयू ऑर्केस्ट्रेशन, वास्तविक समय में महंगे कंप्यूट रिसोर्सेस का प्रबंधन करना
• डेटाब्रिक्स और स्नोफ्लेक जैसे डेटा प्लेटफ़ॉर्म का एआई-संचालित अनुकूलन

इन प्रयासों का उद्देश्य एक भविष्य के साथ संरेखित करना है जहां कार्यभार स्वयं—एआई मॉडल, अनुमान पाइपलाइनें, वास्तविक समय विश्लेषण—उन्हें समर्थन देने के लिए समान रूप से बुद्धिमान बुनियादी ढांचे की परतों की मांग करते हैं।

“जैसे ही क्लाउड अपनाने में वृद्धि होती है, कंपनियां प्रदर्शन में सुधार करते हुए लागत को कम करने के लिए संघर्ष कर रही हैं। एआई एजेंट विशेष रूप से इसे पैमाने पर हल करने के लिए तैनात हैं,” मानिश अग्रवाल, एवीपी में जनरल पार्टनर ने कहा।

क्लाउड इंफ्रास्ट्रक्चर का भविष्य स्वायत्त है

स्वायत्त क्लाउड प्लेटफ़ॉर्म का उदय एक व्यापक उद्योग परिवर्तन का संकेत देता है—मानव-इन-द-लूप सिस्टम से स्वतंत्र रूप से कार्य करने वाले बुद्धिमान एजेंटों की ओर। जैसे ही उद्यम अपने क्लाउड फुटप्रिंट को स्केल करते हैं और बढ़ती जटिलता वाले वितरित वास्तुकला को अपनाते हैं, मैनुअल इंफ्रास्ट्रक्चर प्रबंधन अपनी सीमाओं तक पहुंच रहा है।

डेवऑप्स, जिसे एक बार तेजी से तैनाती और परिचालन लचीलेपन के लिए अंतिम समाधान के रूप में देखा जाता था, अब जटिलता, अलर्ट थकान और लागत अकुशलता से दबाव में है। पारंपरिक दृश्यता और स्वचालन उपकरण दृश्यता और स्क्रिप्टिंग प्रदान करते हैं—लेकिन वे अभी भी मानव इंजीनियरों पर निर्भर करते हैं जो विश्लेषण, व्याख्या और कार्रवाई करें। यह प्रतिक्रियात्मक दृष्टिकोण आधुनिक सेवा मांगों के साथ तालमेल बिठाने के लिए संघर्ष करता है।

स्वायत्त प्लेटफ़ॉर्म अगला विकासवादी कदम का प्रतिनिधित्व करते हैं। गहरे प्रबलीकरण सीखने, कारण संबंध और अनुकूलन योग्य स्केलिंग को मूल बुनियादी ढांचे के कार्य प्रवाह में एकीकृत करके, वे स्वतंत्र रूप से स्व-अनुकूलन और स्व-चिकित्सा करने की क्षमता प्रदान करते हैं—निरंतर और हस्तक्षेप के बिना। परिणाम न केवल परिचालन दक्षता है, बल्कि एक संरचनात्मक परिवर्तन है: कम आउटेज, तेजी से रिलीज, बेहतर लागत नियंत्रण और बेहतर डेवलपर अनुभव।

जैसे ही पारिस्थितिकी तंत्र परिपक्व होता है, यह परिवर्तन टीमों को कैसे तैनात किया जाता है, संरचित किया जाता है और कैसे अनुप्रयोगों को वास्तुकला, परीक्षण और तैनाती की जाती है, सब कुछ प्रभावित करेगा। शुरुआती अपनाने वाले पहले से ही साबित कर रहे हैं कि स्वायत्त संचालन उत्पादकता, प्रदर्शन और वित्तीय आरओआई में मूर्त लाभ प्रदान कर सकते हैं।

जबकि सेडाई इस दृष्टिकोण को जीवन में लाने वाले नेताओं में से एक है, बड़ा लाभ स्पष्ट है: क्लाउड इंफ्रास्ट्रक्चर अब कुछ नहीं है जिसे इंजीनियरों को निरंतर रूप से प्रबंधित करना होगा—यह कुछ ऐसा बन रहा है जो स्वयं का प्रबंधन करता है।