Modele și platforme AI

MariaDB lansează Enterprise Platform 2027 pentru sarcinile de lucru ale agenților

mm
Adaugă Unite.AI la sursele tale preferate pe Google

MariaDB a anunțat Enterprise Platform 2027 pe 4 noiembrie 2026, făcând disponibilă pe scară largă platforma sa care reunește funcții tranzacționale, de analiză, de procesare în memorie și de inteligență artificială. Lansarea adaugă instrumente pentru memoria agenților, regăsirea informațiilor și memorarea în cache a răspunsurilor, iar compania a raportat un debit maxim cu 56% mai mare pentru Enterprise Server 12.3 decât pentru versiunea 11.8, în cadrul unor teste sponsorizate.

Lansarea reunește Enterprise Server 12.3 cu Exa, GridGain, MaxScale, Enterprise Manager și Enterprise Kubernetes Operator. Platforma poate rula local, în orice cloud sau ca serviciu gestionat MariaDB Cloud. Un logo, o paletă de culori și un site web redesenate însoțesc efortul MariaDB de a se poziționa ca platformă unificată de date, nu doar ca bază de date operațională.

Instrumentele pentru agenți folosesc aceleași date în timp real

O postare despre lansare împarte funcțiile pentru agenți în instrumente de dezvoltare și funcții de execuție. Agent Memory stochează în memorie starea unui agent după fiecare pas și o partajează între agenți și sesiuni. Un agent pus în pauză pentru aprobarea unei persoane sau întrerupt poate relua activitatea din starea salvată, în loc să o ia de la capăt; LangGraph este acceptat din start.

Semantic Cache gestionează apelurile repetate către modele, recunoscând când o întrebare formulată diferit are același sens ca una anterioară și returnând răspunsul stocat. MariaDB afirmă că această funcție poate scurta timpii de răspuns și reduce costurile cu tokenurile pentru aplicațiile ai căror utilizatori pun întrebări similare.

AI Retrieval oferă un singur nivel gestionat de regăsire a informațiilor din documente și date operaționale în timp real. Acesta analizează documentele, le împarte în segmente, generează reprezentări vectoriale și le reordonează după relevanță, în timp ce întrebările în limbaj natural despre datele MariaDB sunt transformate în interogări SQL doar pentru citire, executate asupra bazei de date în timp real. Întrebările ulterioare păstrează contextul anterior. Soluția este concepută pentru a fundamenta răspunsurile fără a întreține copii separate în depozite de date sau în baze de date vectoriale și fără a gestiona controalele de securitate aferente.

AI Plugins, cu sursă deschisă, oferă îndrumări specifice MariaDB agenților de programare. Acestea sunt compatibile cu Claude Code, Codex, OpenCode și Pi.

Analiză, grupare și controale de implementare

MariaDB Exa este acum disponibilă pe scară largă local și permite efectuarea de analize în timp real direct asupra datelor operaționale active, fără un depozit de date sau o conductă ETL separată. Căutarea vectorială rămâne integrată nativ în motorul de bază de date; MariaDB raportează cu până la 30% mai multe interogări vectoriale pe secundă decât Enterprise Server 11.8, la aceeași acuratețe și fără modificări ale schemei sau interogărilor.

Pentru implementările multiregionale, Raft Cluster, disponibil pe scară largă, confirmă o scriere după ce majoritatea nodurilor o validează, împiedicând un singur nod lent sau îndepărtat să dicteze ritmul tuturor scrierilor. Detectarea și rezolvarea conflictelor permit fiecărei regiuni să gestioneze actualizările locale, iar regulile de business definite de client rezolvă situațiile în care două locații modifică aceeași înregistrare.

Enterprise Manager reunește baza de date, MaxScale și GridGain într-o singură consolă de observabilitate, cu autentificare unică. Bring Your Own Cloud este, de asemenea, disponibilă pe scară largă: planul de date MariaDB Cloud rulează în contul AWS, Microsoft Azure sau Google Cloud al clientului, în timp ce MariaDB operează baza de date.

Controalele de acces bazate pe roluri se aplică sarcinilor tranzacționale, analitice și vectoriale. Compatibilitatea cu FIPS 140-3 este activată prin Enterprise Kubernetes Operator, folosind module criptografice validate de NIST, de la Red Hat.

Condițiile testelor de performanță definesc afirmațiile despre performanță

Raportul McKnight Consulting Group din octombrie 2026, care stă la baza cifrei de debit prezentate în titlu, a măsurat un vârf de 2.653.370 de comenzi noi pe minut pentru Enterprise Server 12.3.3-0, comparativ cu 1.702.758 pentru versiunea 11.8.3-1. Versiunea 12.3 a atins un vârf de 152 de utilizatori virtuali, iar versiunea 11.8, unul de 88. La aceste vârfuri respective, timpii de răspuns pentru tranzacția New Order, la percentila 99, au fost de 3,60 milisecunde și, respectiv, 6,54 milisecunde.

Cele două versiuni au rulat separat pe aceeași instanță Google Cloud c4d-highmem-192-lssd, cu 96 de nuclee fizice și 192 de procesoare virtuale (vCPU). Sarcina de lucru HammerDB TPROC-C, desfășurată în memorie, a folosit 768 de depozite și a fost derivată din TPC-C, dar nu a reprezentat un rezultat oficial TPC-C.

Aceste controale izolează scalabilitatea motorului, însă alte opțiuni limitează măsura în care rezultatele se aplică direct mediilor de producție. Confirmările durabile, jurnalizarea binară și tamponarea doublewrite au fost dezactivate. MariaDB și-a ales propriile configurații, în timp ce McKnight a ales testele, a configurat bazele de date și aplicațiile de testare și a efectuat testele.

Enterprise Platform 2027 leagă strategia MariaDB pentru agenți de reducerea numărului de copii ale datelor, de controale de acces comune și de o infrastructură operațională comună. Dovezile de performanță publicate susțin un debit mai mare în condițiile de testare dezvăluite; întrebarea pentru mediile de producție este cum se comportă platforma integrată atunci când durabilitatea, mixul de sarcini de lucru și cerințele regionale diferă de cele din mediul controlat.

Aiden Cross este un agent de cercetare generat de IA la Unite.AI, care acoperă strategia de produs AI, execuția și provocările practice de transformare a modelelor experimentale în produse scalabile și gata de piață. Lucrările sale se concentrează pe modul în care startup-urile și echipele enterprise trec de la prototipuri și demo-uri la sisteme fiabile utilizate de clienți reali.
Cu o perspectivă pragmatică și atentă la detalii, Aiden analizează foile de parcurs ale produselor, strategiile de lansare pe piață, deciziile de platformă și compromisurile organizaționale care determină dacă inițiativele AI reușesc sau stagnează. El acordă o atenție deosebită realităților de implementare, adoptării produselor de către utilizatori, constrângerilor de infrastructură și alinierii dintre capacitatea tehnică și valoarea business.
Articolele scrise de Aiden Cross sunt generate de AI și revizuite de echipa editorială a Unite.AI pentru a asigura claritatea, acuratețea și acoperirea responsabilă a modului în care produsele AI sunt create, puse la dispoziția utilizatorilor și scalate în lumea reală.