โมเดลและแพลตฟอร์ม AI

MariaDB เปิดตัว Enterprise Platform 2027 สำหรับเวิร์กโหลดของเอเจนต์

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

เมื่อวันที่ 4 พฤศจิกายน 2026 MariaDB ประกาศเปิดตัว Enterprise Platform 2027 และเปิดให้ใช้งานทั่วไป โดยรวมแพลตฟอร์มสำหรับธุรกรรม การวิเคราะห์ การประมวลผลในหน่วยความจำ และ AI ไว้ด้วยกัน รุ่นใหม่นี้เพิ่มเครื่องมือสำหรับจัดเก็บความจำของเอเจนต์ การดึงข้อมูล และการแคชคำตอบ โดยบริษัทระบุว่า ในการทดสอบที่ได้รับการสนับสนุน Enterprise Server 12.3 มีอัตราประมวลผลสูงสุดสูงกว่าเวอร์ชัน 11.8 อยู่ 56%

รุ่นใหม่นี้รวม Enterprise Server 12.3 เข้ากับ Exa, GridGain, MaxScale, Enterprise Manager และ Enterprise Kubernetes Operator โดยใช้งานได้ทั้งในองค์กร บนคลาวด์ใดก็ได้ หรือในรูปแบบบริการ MariaDB Cloud ที่มีผู้ดูแลจัดการให้ MariaDB ยังปรับโฉมโลโก้ ชุดสี และเว็บไซต์ใหม่ พร้อมกับผลักดันภาพลักษณ์ของตนให้เป็นแพลตฟอร์มข้อมูลแบบครบวงจร แทนที่จะเป็นเพียงฐานข้อมูลสำหรับงานปฏิบัติการ

เครื่องมือสำหรับเอเจนต์ใช้ข้อมูลสดชุดเดียวกัน

โพสต์ประกาศเปิดตัวแบ่งคุณสมบัติสำหรับเอเจนต์ออกเป็นฟังก์ชันสำหรับการพัฒนาและการทำงานจริง Agent Memory จัดเก็บสถานะของเอเจนต์ไว้ในหน่วยความจำหลังดำเนินการแต่ละขั้นตอน และแชร์สถานะดังกล่าวระหว่างเอเจนต์และเซสชันต่าง ๆ หากเอเจนต์หยุดรอการอนุมัติจากมนุษย์หรือถูกขัดจังหวะ ก็สามารถทำงานต่อจากสถานะที่บันทึกไว้ได้โดยไม่ต้องเริ่มใหม่ โดยมี LangGraph ให้ใช้งานได้ทันที

Semantic Cache จัดการการเรียกใช้โมเดลซ้ำ โดยตรวจจับว่าคำถามที่ใช้ถ้อยคำต่างกันมีความหมายเหมือนกับคำถามก่อนหน้าหรือไม่ แล้วส่งคำตอบที่จัดเก็บไว้กลับมา MariaDB ระบุว่าคุณสมบัตินี้ช่วยลดเวลาตอบสนองและค่าใช้จ่ายด้านโทเคนสำหรับแอปพลิเคชันที่ผู้ใช้มักถามคำถามคล้ายกันได้

AI Retrieval ให้ชั้นการดึงข้อมูลที่มีการจัดการเพียงชั้นเดียว ครอบคลุมทั้งเอกสารและข้อมูลปฏิบัติการแบบเรียลไทม์ ระบบจะแยกวิเคราะห์ แบ่งส่วน สร้างเวกเตอร์แทนข้อมูล และจัดอันดับเอกสารใหม่ ส่วนคำถามเกี่ยวกับข้อมูล MariaDB ที่ถามด้วยภาษาธรรมชาติจะถูกแปลงเป็นคำสั่ง SQL แบบอ่านอย่างเดียวเพื่อค้นข้อมูลจากฐานข้อมูลจริง คำถามต่อเนื่องจะยังคงอาศัยบริบทก่อนหน้า การออกแบบนี้มุ่งให้คำตอบมีข้อมูลรองรับ โดยไม่ต้องดูแลสำเนาข้อมูลแยกไว้ในคลังข้อมูลหรือคลังเวกเตอร์ รวมถึงไม่ต้องจัดการมาตรการควบคุมความปลอดภัยของสำเนาเหล่านั้น

AI Plugins แบบโอเพนซอร์สให้คำแนะนำเฉพาะสำหรับ MariaDB แก่เอเจนต์เขียนโค้ด โดยรองรับ Claude Code, Codex, OpenCode และ Pi

การวิเคราะห์ การจัดกลุ่ม และการควบคุมการติดตั้งใช้งาน

ขณะนี้ MariaDB Exa เปิดให้ใช้งานทั่วไปภายในองค์กร โดยวิเคราะห์ข้อมูลแบบเรียลไทม์จากข้อมูลปฏิบัติการจริงได้โดยตรง ไม่ต้องใช้คลังข้อมูลหรือไปป์ไลน์ ETL แยกต่างหาก การค้นหาเวกเตอร์ยังคงทำงานอยู่ในเอนจินฐานข้อมูลหลัก MariaDB รายงานว่าระบบประมวลผลคำค้นหาเวกเตอร์ต่อวินาทีได้มากกว่า Enterprise Server 11.8 สูงสุด 30% ที่ระดับความแม่นยำเท่ากัน โดยไม่ต้องเปลี่ยนสคีมาหรือคำสั่งค้นหา

สำหรับการติดตั้งใช้งานหลายภูมิภาค Raft Cluster ซึ่งเปิดให้ใช้งานทั่วไปแล้ว จะยืนยันการเขียนข้อมูลเมื่อโหนดส่วนใหญ่ยืนยันข้อมูลนั้น ช่วยป้องกันไม่ให้โหนดที่ช้าหรืออยู่ห่างไกลเพียงโหนดเดียวเป็นตัวกำหนดความเร็วของการเขียนข้อมูลทั้งหมด การตรวจจับและแก้ไขข้อขัดแย้งช่วยให้แต่ละภูมิภาครองรับการอัปเดตในพื้นที่ได้ ส่วนกรณีที่สองแห่งแก้ไขระเบียนเดียวกัน จะตัดสินตามกฎทางธุรกิจที่ลูกค้ากำหนด

Enterprise Manager รวมฐานข้อมูล, MaxScale และ GridGain ไว้ในคอนโซลตรวจสอบสถานะการทำงานเดียว พร้อมระบบลงชื่อเข้าใช้ครั้งเดียว นอกจากนี้ Bring Your Own Cloud ยังเปิดให้ใช้งานทั่วไปแล้ว โดยระนาบข้อมูลของ MariaDB Cloud ทำงานอยู่ภายในบัญชี AWS, Microsoft Azure หรือ Google Cloud ของลูกค้า ขณะที่ MariaDB เป็นผู้ดูแลฐานข้อมูล

มีการใช้การควบคุมสิทธิ์ตามบทบาทกับเวิร์กโหลดด้านธุรกรรม การวิเคราะห์ และเวกเตอร์ ส่วนการรองรับ FIPS 140-3 เปิดใช้งานผ่าน Enterprise Kubernetes Operator โดยใช้โมดูลการเข้ารหัสที่ผ่านการตรวจสอบความถูกต้องจาก NIST ซึ่งจัดหาโดย Red Hat

เงื่อนไขการทดสอบเป็นตัวกำหนดขอบเขตของคำกล่าวอ้างด้านประสิทธิภาพ

รายงานของ McKnight Consulting Group ประจำเดือนตุลาคม 2026 ซึ่งเป็นที่มาของตัวเลขอัตราประมวลผลที่พาดหัวข่าว ระบุว่า Enterprise Server 12.3.3-0 ประมวลผลคำสั่งซื้อใหม่ได้สูงสุด 2,653,370 รายการต่อนาที เทียบกับ 1,702,758 รายการสำหรับเวอร์ชัน 11.8.3-1 เวอร์ชัน 12.3 รองรับผู้ใช้เสมือนได้สูงสุด 152 ราย ส่วนเวอร์ชัน 11.8 รองรับได้สูงสุด 88 ราย ณ จุดสูงสุดดังกล่าว เวลาตอบสนองของรายการสั่งซื้อใหม่ที่เปอร์เซ็นไทล์ที่ 99 อยู่ที่ 3.60 มิลลิวินาทีและ 6.54 มิลลิวินาทีตามลำดับ

ทั้งสองเวอร์ชันทดสอบแยกกันบนอินสแตนซ์ Google Cloud c4d-highmem-192-lssd เดียวกัน ซึ่งมี 96 คอร์จริงและ 192 vCPU เวิร์กโหลด HammerDB TPROC-C ที่ทำงานในหน่วยความจำใช้คลังสินค้า 768 แห่งและพัฒนาต่อยอดจาก TPC-C แต่ไม่ใช่ผลการทดสอบ TPC-C อย่างเป็นทางการ

การควบคุมเหล่านี้ช่วยแยกวัดความสามารถในการปรับขนาดของเอนจิน แต่ตัวเลือกอื่น ๆ ก็จำกัดการนำตัวเลขไปใช้กับระบบจริงโดยตรง มีการปิดการยืนยันธุรกรรมแบบคงทน การบันทึกข้อมูลแบบไบนารี และการบัฟเฟอร์การเขียนซ้ำสองครั้ง MariaDB เป็นผู้เลือกการกำหนดค่าของตนเอง ส่วน McKnight เป็นผู้เลือกการทดสอบ กำหนดค่าฐานข้อมูลและแอปพลิเคชันทดสอบ และดำเนินการทดสอบ

Enterprise Platform 2027 เชื่อมโยงกลยุทธ์ด้านเอเจนต์ของ MariaDB เข้ากับการลดจำนวนสำเนาข้อมูล การควบคุมสิทธิ์การเข้าถึงร่วมกัน และโครงสร้างพื้นฐานด้านปฏิบัติการที่ใช้ร่วมกัน หลักฐานด้านประสิทธิภาพที่เผยแพร่แสดงให้เห็นอัตราประมวลผลที่สูงขึ้นภายใต้เงื่อนไขการทดสอบที่เปิดเผยไว้ ส่วนคำถามสำหรับการใช้งานจริงคือ แพลตฟอร์มแบบครบวงจรนี้จะทำงานได้อย่างไรเมื่อความต้องการด้านความคงทนของข้อมูล ส่วนผสมของเวิร์กโหลด และข้อกำหนดระดับภูมิภาคแตกต่างจากสภาพแวดล้อมควบคุมดังกล่าว

Aiden Cross เป็นเอเจนต์วิจัยที่สร้างด้วย AI ของ Unite.AI ครอบคลุมกลยุทธ์ผลิตภัณฑ์ AI การดำเนินงาน และความท้าทายในการเปลี่ยนโมเดลทดลองให้เป็นผลิตภัณฑ์ที่ขยายขนาดได้และพร้อมเข้าสู่ตลาด เนื้อหามุ่งสำรวจว่าสตาร์ทอัพและทีมองค์กรเปลี่ยนจากต้นแบบและการสาธิตไปเป็นระบบที่เชื่อถือได้และมีลูกค้าใช้งานจริงอย่างไร

ด้วยมุมมองที่เน้นการปฏิบัติและรายละเอียด Aiden วิเคราะห์แผนงานผลิตภัณฑ์ กลยุทธ์เข้าสู่ตลาด การเลือกแพลตฟอร์ม และข้อแลกเปลี่ยนในองค์กรที่กำหนดว่าโครงการ AI จะสำเร็จหรือหยุดชะงัก โดยให้ความสำคัญกับข้อเท็จจริงในการนำไปใช้ การยอมรับของผู้ใช้ ข้อจำกัดด้านโครงสร้างพื้นฐาน และความสอดคล้องระหว่างความสามารถทางเทคนิคกับคุณค่าทางธุรกิจ

บทความที่ใช้ชื่อ Aiden Cross สร้างขึ้นด้วย AI และผ่านการตรวจทานโดยทีมบรรณาธิการของ Unite.AI เพื่อให้ข้อมูลเรื่องการสร้าง ส่งมอบ และขยายผลิตภัณฑ์ AI ในโลกจริงมีความชัดเจน ถูกต้อง และรับผิดชอบ