groundcover 100 Milyon Dolarlık Seri C Yatırımını AI Dönemi Gözlemlenebilirlik Platformını Ölçeklemek İçin Aldı

Bulut gözlemlenebilirlik şirketi groundcover , mühendislik ekiplerinin ve AI ajanlarının giderek daha karmaşık üretim ortamlarını anlamalarına yardımcı olmak için tasarlanmış bir platformu genişletmek amacıyla 100 milyon dolarlık Seri C fonlaması aldı.

Tur, One Peak tarafından yönetildi ve Morgan Stanley Expansion Capital (MS ) ve mevcut yatırımcılar Zeev Ventures, Angular Ventures, Heavybit ve Jibe tarafından desteklendi. Bu, groundcover’in toplam fonlamasını 160 milyon dolara çıkarıyor.

Fonlama, şirketin yıllık tekrar eden geliri üç katına çıkardığı, küresel iş gücünü ikiye katladığı ve 250’den fazla ödeme yapan müşterisini aştığı bir yılın ardından geldi. Müşteri tabanı şimdi erken aşama start-up’lardan Fortune 5 şirketlerine kadar çeşitlilik gösteriyor ve şirket ayrıca son 12 ay içinde birden fazla yedi haneli sözleşme imzaladığını bildiriyor.

Gözlemlenebilirlik AI Sürümlü Bir Veri Sorununa Karşı Karşıyadır

Gözlemlenebilirlik platformları , mühendislik ekiplerinin üretim ortamlarında nasıl davrandıklarını anlamalarına yardımcı olmak için günlükler, metrikler ve izler gibi sinyalleri toplar ve analiz eder.

Bu görev, bulut yerel sistemlerin genişlemesi ve şirketlerin büyük dil modelleri, otonom ajanlar ve giderek daha fazla bağlantılı uygulama yığınları tanıtmasıyla birlikte giderek daha zor hale geliyor. AI uygulamaları, promplar, model yanıtları, araç çağrıları, veritabanları, API’ler ve her etkileşimi destekleyen altyapı boyunca telemetri oluşturabilir.

Daha büyük görünürlük, mühendislerin hallucinasyonları, performans bozulmasını, başarısız araç çağrılarını ve güvenlik risklerini belirlemelerine yardımcı olabilir. Ancak bu bağlamı toplamak, gözlemlenebilirlik sistemlerine akan verilerin hacmini ve duyarlılığını önemli ölçüde artırabilir.

Geleneksel platformlar genellikle bu maliyetleri, telemetriyi örnekleyerek veya filtreleyerek yönetir. Bu, altta yatan verileri daha yönetilebilir hale getirebilir, ancak bir olayı yeniden oluşturmak için gereken kesin bilgileri de kaldırabilir. Bu sınırlama, AI ajanlarının sürekli insan yönlendirmesi olmadan sorunları araştırmaları veya değişiklikler önermeleri bekleniyorsa özellikle önemlidir.

groundcover, bu modele bir alternatif olarak mimarisini konumlandırıyor ve çekirdek düzeyinde veri toplama ile müşterinin kendi bulut ortamındaki depolamayı birleştiriyor.

groundcover’ın BYOC Mimarisi Nasıl Çalışır

Platformun merkezinde, bir bring-your-own-cloud veya BYOC mimarisi bulunmaktadır. Tüm gözlemlenebilirlik verilerini bir satıcı tarafından işletilen bir Yazılım olarak Hizmet ortamına aktarmak yerine, groundcover veri düzlemini müşterinin bulut ortamındaki bir izole hesapta dağıtır.

Günlükler, altyapı metrikleri, özel metrikler, izler ve Kubernetes olayları bu nedenle müşterinin altyapısında kalabilir. Bir kontrol düzlemi platformu yönetir, ancak üretim iş yükleri ve telemetriden ağ düzeyinde izole edilir.

Bu düzenleme, müşterilere yönetilen bir yazılım deneyimi sunarken, aynı zamanda veri ikametgahı, gizlilik ve güvenlik üzerinde daha büyük kontrol sağlamayı amaçlar. Bu, AI iş yükleri için özellikle ilgili olabilir, burada gözlemlenebilirlik kayıtları, promplar, model çıktıları, araç argümanları, kullanıcı bilgileri veya bir ajanın akıl yürütme sürecinin unsurları içerebilir.

Şirket ayrıca, daha katı izolasyon gereksinimleri olan organizasyonlar için şirket içinde ve hava boşluğu dağıtımlarını destekler.

eBPF ve OpenTelemetry’yi Birleştirme

groundcover, telemetrinin çoğunu genişletilmiş Berkeley Paket Filtresi aracılığıyla toplar, genellikle eBPF olarak bilinir. Bu teknoloji, programların Linux çekirdeği içinde faaliyeti gözlemesine olanak tanır, bu da izleme sistemlerine, geliştiricilerin her hizmeti manuel olarak enstrümantalize etmesine gerek kalmadan, ağ iletişimi, uygulama süreçleri ve kaynak kullanımı hakkında görünürlük sağlar.

Şirket, adaptif eBPF sensörünün kod değişiklikleri olmadan dağıtılabilip Kubernetes ortamlarında uygulama ve altyapı telemetrisini yakalamak için kullanılabileceğini söylüyor.

Bu, groundcover’ın kuruluşların yerleşik enstrümantasyon standartlarını değiştirdiği anlamına gelmez. Platform ayrıca, telemetri oluşturmak, işlemek ve dışa aktarmak için ortak API’ler, yazılım geliştirme kiti ve araçlar sağlayan açık kaynaklı bir çerçeve olan OpenTelemetry ile entegre olur.

Bu kombinasyon, organizasyonlara iki tamamlayıcı bilgi kaynağı sağlar. eBPF, altyapı ve ağ katmanlarında otomatik olarak faaliyeti yakalayabilir, buna karşılık OpenTelemetry, geliştiriciler tarafından kasıtlı olarak eklenen uygulama özgü bağlamı sağlayabilir.

groundcover, izleri, metrikleri, günlükleri ve Kubernetes olaylarını birleşik bir arayüze konsolide eder. Ürün portföyü ayrıca Uygulama Performans İzleme, altyapı izleme, günlük yönetimi, gerçek kullanıcı izleme ve büyük dil modeli uygulamaları için gözlemlenebilirliği kapsar.

AI Ajanları için Gözlemlenebilirliği Genişletme

Şirketin hedefleri, yalnızca insan operatörler için paneller sunmaktan daha öteye geçiyor. Ajan Modu, mühendislerin olayları araştırmalarına, kök neden analizini gerçekleştirmelerine ve platform içindeki mevcut telemetriyi kullanarak olası düzeltme adımlarını belirlemelerine yardımcı olmak için tasarlanmıştır.

Genel amaçlı bir sohbet botunu günlük kayıtlarının üzerine koymak yerine, groundcover, iç API’lerini birleşik bir sorgu dili olan GCQL etrafında yeniden inşa ettiğini söylüyor. Ajan tarafından alınan eylemler incelenebilir ve sonuçlar mühendislerin bağımsız olarak kullanabileceği platforma özgü groundcover öğelerine dönüştürülebilir.

Şirket ayrıca Model Bağlam Protokolü desteğini tanıttı, böylece geliştiriciler üretim telemetrisini uyumlu AI ajanlarına ve geliştirme ortamlarına getirebiliyor. AI gözlemlenebilirlik araçları, model isteklerinin daha geniş yürütme bağlamını yakalamak için tasarlanmıştır, bu da prompları, yanıtları, araç kullanımını ve oturum geçmişini içerir.

Bu, ekiplerin bir sorunun modelin kendisi, bir dış API, bir alma sistemi, bir altyapı darboğazı veya bir ajan tarafından alınan eylem dizisi ile mi başladığını belirlemelerine yardımcı olabilir. groundcover, eBPF tabanlı yaklaşımın ayrıca API istek ve yanıt içeriğini inceleyerek, ekiplerin anormalı veya dış model sağlayıcılarına iletilen duyarlı bilgileri tespit etmesine yardımcı olabileceğini söylüyor.

“Bizim platformumuz, eBPF’nin potansiyelini BYOC ile birleştirerek gözlemlenebilirlik için benzersiz bir mimari sunuyor” dedi Shahar Azulay, groundcover’in CEO’su ve kurucu ortağı. “Bu benzersiz mimarinin üzerine, mühendislerin yüzey, hata ayıklama ve üretim ortamlarında sorunları gidermesine yardımcı olan ajanik deneyimimiz olan Ajan Modu’nu inşa ettik.”

Azulay, yeni sermayenin şirketin üretim operasyonlarında mühendisler ve ajanlar arasındaki işbirliğini değiştirme çabalarını destekleyeceğini söyledi.

Gelecek İçin Sonuçlar

AI ajanlarının büyümesi, organizasyonların gözlemlenebilirlik platformlarından neler beklediğini değiştirebilir. İzleme araçları geleneksel olarak mühendislerin bir şeyler yanlış gittiğinde olayları araştırmalarına yardımcı olur, ancak otonom sistemler, sorunları tanımlamak, bağımlılıkları izlemek ve gerçek zamanlı olarak düzeltici eylemler önermek için ayrıntılı üretim verilerine sürekli erişim gerektirebilir.

Bu, görünürlük, maliyet ve kontrol arasında bir gerilim yaratır. AI uygulamaları büyük miktarda günlükler, izler ve metrikler oluşturabilir ve bunların telemetrisi ayrıca duyarlı promplar, model çıktıları ve müşteri bilgileri içerebilir. Verileri bir şirketin kendi bulut ortamı içinde tutan mimariler, özellikle düzenlenmiş endüstrilerde veya katı veri ikametgahı gereksinimleri olan organizasyonlarda daha çekici hale gelebilir.

Genel olarak, AI ajanlarının gözlemlenebilirlik verilerine göre hareket etmelerine güvenilip güvenilemeyeceği sorusu vardır. Eksik telemetri, yanıltıcı korelasyonlar veya kötü tanımlanmış izinler, bir otomatik sistemin bir olayı yanlış teşhis etmesine veya gereksiz bir değişiklik yapmasına neden olabilir. İnsanca denetim, denetim izleri ve otonom eylemler için net sınırlar, bu yetenekler olgunlaştıkça önemli olacaktır.

groundcover‘in fonlaması, AI sistemlerini ölçeklemek için gereken altyapıda artan ilgiyi yansıtıyor. Uzun vadeli önem, gözlemlenebilirlik platformlarının sohbet arayüzleri ekleyip ekleyemeyeceğinden daha az bağlı olacak ve daha çok, insanların ve otomatik ajanların üretim ortamlarında sağlam kararlar alması için yeterli, güvenli ve güvenilir verileri sağlayıp sağlayamayacaklarına bağlı olacaktır.