Sedai, Kendi Kendine Sürüşlü Bulutu Ölçeklemek ve AI Ajanları ile DevOps’u Yeniden Tanımlamak için 20 Milyon Dolar Yatırım Aldı

Sedai, ilk self-sürüşlü bulut platformunun arkasındaki şirket, özerk altyapı yönetimini ölçeklendirmek için 20 milyon dolarlık B Serisi yatırım turunu duyurdu. AVP (Atlantic Vantage Point) liderliğindeki ve Norwest, Sierra Ventures ve Uncorrelated Ventures’ın desteğiyle sağlanan fon, Sedai’nin LLM optimizasyonu, GPU kaynak yönetimi ve Databricks ve Snowflake gibi platformlar için akıllı orkestrasyon gibi yeni alanlara genişlemesini sağlayacak.

Platform, DevOps’ta bir dönüm noktası oluşturuyor ve geleneksel uyarı ve panelli paradigmalara, üretim ortamlarından öğrenen ve otomatik olarak maliyet, performans ve kullanılabilirliği optimize eden AI ajanları ile yerini alıyor.

“Tıpkı Waymo’nun self-sürüşlü arabaların mümkün olduğunu kanıtladığı gibi, Sedai de self-sürüşlü altyapının sadece mümkün olmadığını, aynı zamanda gerekli olduğunu kanıtlıyor,” dedi Suresh Mathew, Sedai’nin CEO’su ve Kurucusu.

Kendi Kendine Sürüşlü Altyapı Nedir?

Çoğu izleme aracı sadece uyarılar oluştururken, Sedai’nin yaklaşımı çok daha proaktiftir. Platform, trafik, uygulama davranışı ve altyapı yapılandırmalarını gerçek zamanlı olarak gözlemliyor ve sonra insan müdahalesi olmadan performansı ve maliyetleri iyileştiren otomatik kararlar alıyor.

Bu, Sedai’yi gerçekten “kendi kendine sürüşlü” bir platform yapan şeydir. Sistemi sadece sorunları işaretlemiyor, onları çözüyor.

Arka planda, Sedai sürekli olarak değişen iş yüklerine ve sistem durumlarına uyum sağlayan çok ajanlı bir AI mimarisi kullanıyor. Bu sistemin kalbinde derin pekiştirme öğrenimi (DRL) bulunuyor – ajanların deneme yanılma yoluyla öğrentiği güçlü bir makine öğrenimi türü. Sedai’nin durumunda, ajanlar CPU ve bellek gibi altyapı kaynaklarını gerçek performans sonuçlarına göre dinamik olarak ölçeklendirmek için eğitiliyor. Zamanla, bu ajanlar canlı ortamlardaki en iyi sonuçlara yol açan eylemleri öğreniyor.

Bu zeka, anomali algılama ve nedensel çıkarım gibi tekniklerle daha da geliştiriliyor, Sedai’nin hataları öngörmesini ve kök nedenlerini müşteri deneyimi etkilenmeden önce belirlemesini sağlıyor. Ve mevsimsel modelleme ile, sistem otomatik olarak günlük trafik pikleri veya ay sonu işleme yükleri gibi tekrarlanan desenlere uyum sağlıyor, altyapıyı talepler artmadan önce optimize ediyor.

Yeni Bir DevOps Verimliliği Çağı

Sedai, Suresh Mathew ve Benji Thomas tarafından, PayPal’de mikro hizmetlerin ölçeklendirme zorluklarını deneyimledikten sonra kuruldu. DevOps, dağıtımları hızlandırdı, ancak aynı zamanda yeni yükler oluşturdu – sonsuz emek, uyarı yorgunluğu ve insan müdahalesi ile düzeltilen kırılgan sistemler.

Sedai, bu dinamiği değiştiriyor. Mühendislerin metrikleri yorumlayıp manuel olarak cevap vermelerine güvenmek yerine, platform aşağıdaki görevleri gerçekleştiriyor:

• Altyapı bozulmalarını gerçek zamanlı olarak tespit etme ve çözme
• Gerçek trafik temelinde dikey ve yatay olarak iş yüklerini ölçeklendirme
• Maliyet, gecikme ve kullanılabilirlik için optimize etmek üzere yapılandırmaları güncelleme
• Kullanıcıların fark etmeden önce bozulan hizmetleri yeniden başlatma veya onarma

Zaten, platform üretim ortamlarında 25 milyondan fazla otomatik eylem gerçekleştirdi, 3 milyar dolarlık bulut harcamasını yönetti. Bu, müşterilere yılda 5 milyondan fazla dolar tasarruf sağlarken, mühendislik ekiplerine 22.000’den fazla üretken saat kazandırdı.

Kritik Endüstrilerdeki Kurumsal Liderler Tarafından Güvenilir

Sedai, siber güvenlik, finansal hizmetler, ilaç, eğitim ve AI’de lider olan Fortune 500 şirketleri tarafından üretim ortamlarında kullanılıyor. Müşteriler arasında Palo Alto Networks (PANW ), Experian ve McGraw Hill (MH ) gibi evrensel markalar bulunuyor – bunlar, büyük ölçekli stabil, performant ve maliyet etkin altyapıya bağımlı şirketler.

KnowBe4’te Sedai, üretim maliyetlerini %50, geliştirme maliyetlerini ise %87 oranında azalttı. Mühendislik VP’si Matthew Duren, platformu sadece bütçe verimliliği ile değil, aynı zamanda kendi rolünü dönüştürerek ekibini düşük değerli görevlerden stratejik girişimlere odaklanmak için özgürleştirdi.

Bu sonuçlar projeksiyonlar değil, canlı ortamlarda üretim sistemlerini ve hatta yüksek karmaşıklıkta makine öğrenimi iş yüklerini güvenli bir şekilde yöneten gerçek AI’yi yansıtıyor.

Otomasyondan Öte: AI Ajanlarının Neden Sonraki Adım Olduğu

Otomasyon ile özerklik arasında bir ayrım yapmak önemlidir. Otomasyon, statik eşiklere veya komut dosyalarına dayalı olarak önceden tanımlanmış görevleri gerçekleştirir. Sedai’nin AI ajanları, tersine, sistemlerinizi gözlemliyor ve öğreniyor, koşullar değişse bile dinamik olarak en iyi eylemleri keşfediyor.

Bu ayrım önemlidir. Trafik modelleri, hizmet bağımlılıkları ve dağıtım mimarileri sürekli olarak değişen bir dünyada, statik kurallar hızla eskimektedir. Sedai’nin AI-önceliği yaklaşımı, karmaşıklık altında bile sürekli optimizasyonu sağlar.

Örneğin, platformu belirli hizmetlerin farklı yükler altında nasıl davrandığını öğrenir ve kaynak tahsisini buna göre ayarlar. Gecikme bir belirli bellek darboğazından kaynaklanıyorsa, Sedai hemen harekete geçebilir – bir insanın uyarıyı yorumlaması beklenmeden.

Tüm Mühendislik Organizasyonu için Bir Platform

Sedai, mühendislik yığınının her rolü boyunca değer sunuyor:

• SRE’ler ve DevOps mühendisleri, toil’i azaltıyor ve güvenilirlik hedeflerine ulaşıyor, yanmadan.
• Geliştiriciler, Sedai üretim ortamlarında optimal yapılandırmaları sağlarken, kod teslimine odaklanıyor.
• Mühendislik liderleri, operasyonel verimliliği ve büyük bulut tasarrufunu kazanıyor.
• Mimarlardan ve CTO’lardan, altyapıyı bir stratejik farklılaştırıcı haline getirmek, bir yük değil.

Sadece 15 dakikalık kurulum ile, ekipler Sedai’yi bulut ve APM araçlarına bağlayabilir. Bundan sonra, platform öğrenmeye, güvenli optimizasyonları doğrulamaya ve nihayetinde canlı üretim ortamlarında harekete geçirmeye başlar – tüm bu işlemler için tam bir denetim izi bırakır.

Sonraki Adım: AI Altyapı Yığınını Optimize Etmek

B Serisi fonlamasıyla, Sedai yeteneklerini modern AI altyapısındaki bazı en kritik zorluklara genişletecek, bunlar arasında:

• LLM tabanlı uygulamalar için self-tuning, çıkarım sırasında optimal yapılandırmayı sağlama
• Otomatik GPU orkestrasyonu, pahalı hesaplama kaynaklarını gerçek zamanlı olarak yönetme
• Veri platformlarının AI ile optimize edilmesi gibi Databricks ve Snowflake

Bu çabalar, AI modelleri, çıkarım管道ları, gerçek zamanlı analitik gibi iş yüklerinin kendileri tarafından desteklenen akıllı altyapı katmanlarına ihtiyaç duyulan bir geleceğe uyumlu.

“Bulut benimsenmesi arttıkça, şirketler performansı iyileştirirken maliyeti azaltmaya çalışıyor. AI ajanları, bunu ölçekte çözmek için benzersiz bir şekilde konumlandırılmış,” dedi Manish Agarwal, AVP’nin Genel Ortağı.

Bulut Altyapısının Geleceği Özerk

Özerk bulut platformlarının yükselişi, insan-çevrimiçi sistemlerden gerçek zamanlı olarak bağımsız olarak çalışan akıllı ajanlara doğru daha geniş bir endüstri dönüşümünü işaret ediyor. Şirketler bulut ayak izlerini ölçeklendirirken ve giderek daha karmaşık, dağıtılmış mimarilere doğru ilerlerken, manuel altyapı yönetimi sınırlarına ulaşıyor.

DevOps, bir zamanlar daha hızlı dağıtım ve operasyonel esneklik için ultimate çözüm olarak görülürken, şimdi artan karmaşıklık, uyarı yorgunluğu ve maliyet verimsizlikleri nedeniyle baskı altına giriyor. Geleneksel izleme ve otomasyon araçları, görünürlük ve komut dosyası sunuyor, ancak insan mühendislerin analiz, yorum ve eyleme geçmesi gerekiyor. Bu reaktif yaklaşım, modern hizmet taleplerini karşılamakta zorlanıyor.

Özerk platformlar, bir sonraki evrim aşamasını temsil ediyor. Derin pekiştirme öğrenimi, nedensel çıkarım ve adaptif ölçeklendirme gibi yetenekleri temel altyapı iş akışlarına entegre ederek, üretim ortamlarında sürekli olarak self-optimize etme ve self-iyileştirme yeteneği sunuyor – müdahale olmadan. Sonuç, sadece operasyonel verimlilik değil, aynı zamanda yapısal bir dönüşüm: daha az arıza, daha hızlı sürümler, daha iyi maliyet kontrolü ve geliştirici deneyimi.

Ekosistem olgunlaştıkça, bu dönüşüm, ekiplerin nasıl staff edildiği ve yapılandırıldığı, uygulamaların nasıl mimari, test edildiği ve dağıtıldığı gibi her şeyi etkileyecek. Erken benimseyenler, özerk operasyonların verimlilik, performans ve mali ROI’de somut kazançlar sağlayabileceğini zaten kanıtlıyor.

Sedai, bu vizyonu hayata geçiren liderlerden biri olsa da, daha büyük bir sonuç açık: bulut altyapısı artık mühendislerin sürekli olarak yönetmesi gereken bir şey değil, artık kendisi yöneten bir şey haline geliyor.