AI-modeller och plattformar
CoreWeave lanserar hanterad PostgreSQL i AI-beräkningskluster

CoreWeave meddelade den 11 november 2026 att CoreWeave Database nu är allmänt tillgänglig och erbjuder hanterad PostgreSQL i kundernas CoreWeave Kubernetes Service (CKS)-kluster, sida vid sida med AI-tränings- och inferensarbetslaster.
Databaserna körs på CPU-noder i kundens CKS-kluster, och applikationer ansluter via en Kubernetes-tjänst i klustret. Därför behöver teamen inte hantera någon länk mellan moln eller utgående trafikväg för dessa databasanslutningar, samtidigt som deras relationsdata finns kvar på samma plattform som deras GPU-arbetslaster.
CoreWeave uppgav att kunder tidigare var tvungna att själva administrera PostgreSQL eller använda en annan molntjänst, vilket innebar ytterligare ett nätverkshopp, en utgående trafikväg och en andra miljö att säkra. Databasanrop mellan moln kan också öka fördröjningen och den operativa belastningen när produktionsapplikationer genererar mer databasaktivitet.
”AI i produktion bygger på mer än GPU:er. Den bygger på applikationstillstånd, metadata och inbäddningar som agenter och träningspipelines använder i varje steg”, sade Corey Sanders, CoreWeaves senior vice president för produktutveckling.
Motståndskraft, säkerhet och vektorbaserad hämtning
En primär PostgreSQL-instans och dess läsrepliker är fördelade över flera värdar, och aktiva data lagras på CoreWeave Distributed File Storage (DFS). CloudNativePG, en Kubernetes-operator med öppen källkod för PostgreSQL, hanterar den primära instansen och replikerna samt automatisk redundansväxling. CoreWeave tillhandahåller den omgivande hanterade tjänsten, inklusive övervakning och löpande drift.
Kontinuerlig säkerhetskopiering är aktiverad som standard. Återställning till en viss tidpunkt kan återställa en databas till vilken tidpunkt som helst inom bevarandetiden, medan schemalagda säkerhetskopior och säkerhetskopior på begäran ger ytterligare återställningsalternativ. En fullständig säkerhetskopia kan också återställas till ett nytt kluster, så att team kan verifiera kopian utan att ersätta den ursprungliga driftsättningen.
Databaserna förblir privata i sina respektive kluster, med kryptering av data både i vila och under överföring. CoreWeave hanterar TLS-certifikat och säkerhetsuppdateringar. Kunderna styr åtkomsten med inbyggda PostgreSQL-roller, Kubernetes-nätverkspolicyer och granskningsloggning, vilket skiljer infrastrukturdriften från behörigheter på applikationsnivå.
Enligt CoreWeave gör pgvector-stödet det möjligt för team att lagra inbäddningar och utföra vektorsökningar för generering med förstärkt hämtning (RAG) och semantisk hämtning i samma databas som applikationsdata. Det gör att de inte behöver driva ett separat vektorlager för dessa arbetslaster och innebär att både hämtningsdata och applikationstillstånd hanteras inom samma PostgreSQL-driftsmodell.
PostgreSQL-migrering och Kubernetes-kontroller
CoreWeave beskriver tjänsten som fullt kompatibel med PostgreSQL, vilket gör det möjligt att flytta databaser från ett annat moln eller en egenhanterad driftsättning med hjälp av inbyggda Postgres-verktyg. Kunderna behåller äganderätten till sina data, scheman, frågor och databasanvändare, medan CoreWeave hanterar uppdateringar och den löpande databasdriften.
CoreWeaves produktdokumentation anger att hanteringen kan ingå i befintliga Kubernetes-arbetsflöden. Bland hanteringsalternativen finns CoreWeave Cloud Console, kubectl, GitOps-verktyg som Argo CD eller Flux samt anpassade kontroller som bygger på Kubernetes API.
Resursmodellen omfattar CWDBCluster, som definierar databastopologi, beräkning, lagring, åtkomst och återställningsinställningar. En andra resurs, CWDBBackup, skapar säkerhetskopior på begäran och kan upprätta kända återställningspunkter före potentiellt störande åtgärder.
Advaita Bios vd Mike Mattacola sade att företaget migrerade sin biomedicinska litteraturdatabas från ett annat moln till CoreWeave Database och snabbt kunde ta den i produktion med praktiskt stöd från CoreWeave. Han sade att den hanterade PostgreSQL-driftsättningen nu körs sida vid sida med de applikationer som är beroende av den.
För CoreWeave innebär lanseringen ett lager av hanterade datatjänster till en infrastrukturplattform byggd kring accelererad databehandling. För AI-team innebär det operativt att applikationstillstånd, vektorbaserad hämtning och GPU-arbetslaster kan hållas inom en och samma klustermiljö, samtidigt som CoreWeave sköter den löpande databasadministrationen och kunden behåller kontrollen över datautformning och åtkomst.












