Sedai Secures $20M để Tăng Tốc Cloud Tự Lái và Định Nghĩa Lại DevOps với Trợ Lý AI

Sedai, công ty đứng sau nền tảng cloud tự lái đầu tiên, đã công bố vòng tài trợ Series B trị giá 20 triệu đô la để mở rộng tầm nhìn của mình về quản lý cơ sở hạ tầng tự động. Vòng tài trợ này do AVP (Atlantic Vantage Point) dẫn đầu, với sự hỗ trợ từ Norwest, Sierra Ventures và Uncorrelated Ventures, sẽ giúp Sedai mở rộng vào các lĩnh vực mới như tối ưu hóa LLM, quản lý tài nguyên GPU và điều phối thông minh cho các nền tảng như Databricks và Snowflake.

Nền tảng này đánh dấu một bước ngoặt trong DevOps, thay thế các mô hình cảnh báo và bảng điều khiển truyền thống bằng trợ lý AI học hỏi từ môi trường sản xuất và hành động tự động để tối ưu hóa chi phí, hiệu suất và tính khả dụng.

“Giống như Waymo đã chứng minh rằng xe tự lái là có thể, Sedai chứng minh rằng cơ sở hạ tầng tự lái không chỉ có thể, mà còn cần thiết,” nói Suresh Mathew, CEO và Người sáng lập của Sedai.

Cơ Sở Hạ Tầng Tự Lái Thật Sự Có Nghĩa Là Gì

Trong khi hầu hết các công cụ giám sát chỉ tạo ra cảnh báo, cách tiếp cận của Sedai là chủ động hơn nhiều. Nền tảng quan sát lưu lượng truy cập, hành vi ứng dụng và cấu hình cơ sở hạ tầng trong thời gian thực, sau đó đưa ra quyết định tự động để cải thiện hiệu suất và giảm chi phí – mà không cần sự can thiệp của con người.

Sự thay đổi này từ khả năng quan sát đến tự động hóa là điều làm cho Sedai trở thành một nền tảng “tự lái” thực sự. Hệ thống của nó không chỉ đánh dấu các vấn đề. Nó giải quyết chúng.

Dưới bề mặt, Sedai sử dụng kiến trúc AI đa tác nhân liên tục thích nghi với các khối lượng công việc và trạng thái hệ thống thay đổi. Tại trung tâm của hệ thống này là học tăng cường sâu (DRL) – một dạng học máy mạnh mẽ nơi các tác nhân học thông qua thử nghiệm và sai lầm. Trong trường hợp của Sedai, các tác nhân được đào tạo để động态 quy mô tài nguyên cơ sở hạ tầng như CPU và bộ nhớ dựa trên kết quả hiệu suất thực tế. Theo thời gian, các tác nhân này học được những hành động nào dẫn đến kết quả tốt nhất trong môi trường trực tiếp.

Trí tuệ này được tăng cường hơn nữa bởi các kỹ thuật như phát hiện bất thường và suy luận nguyên nhân, cho phép Sedai dự đoán các sự cố và xác định nguyên nhân gốc rễ trước khi trải nghiệm của khách hàng bị ảnh hưởng. Và với mô hình mùa, hệ thống tự động điều chỉnh để phù hợp với các mẫu lặp lại như tăng lưu lượng truy cập hàng ngày hoặc tải xử lý cuối tháng, tối ưu hóa cơ sở hạ tầng trước khi nhu cầu tăng xảy ra.

Một Kỷ Nguyên Mới Của Hiệu Suất DevOps

Sedai được thành lập bởi Suresh Mathew và Benji Thomas sau khi trải nghiệm trực tiếp các thách thức về khả năng mở rộng của các dịch vụ vi mô tại PayPal. Trong khi DevOps đã tăng tốc các triển khai, nó cũng tạo ra các gánh nặng mới – công việc không ngừng, mệt mỏi cảnh báo và các hệ thống giòn dễ vỡ được giữ lại bởi các giải pháp thủ công.

Sedai thay đổi động lực này bằng cách thực hiện hành động. Thay vì dựa vào các kỹ sư để giải thích các chỉ số và phản ứng thủ công, nền tảng này xử lý các nhiệm vụ như:

• Phát hiện và giải quyết sự suy giảm cơ sở hạ tầng trong thời gian thực
• Quy mô công việc theo chiều dọc và chiều ngang dựa trên lưu lượng truy cập thực tế
• Cập nhật cấu hình để tối ưu hóa chi phí, độ trễ và tính khả dụng
• Khởi động lại hoặc sửa chữa các dịch vụ bị hỏng trước khi người dùng nhận thấy

Đã có hơn 25 triệu hành động tự động được thực hiện trong sản xuất, quản lý 3 tỷ đô la chi tiêu trên cloud. Điều này đã giúp khách hàng tiết kiệm hơn 5 triệu đô la mỗi năm, trong khi giúp các nhóm kỹ sư lấy lại hơn 22.000 giờ thời gian làm việc hiệu quả.

Được Tin Cậy Bởi Các Lãnh Đạo Doanh Nghiệp Hàng Đầu Trong Các Ngành then Chốt

Sedai được sử dụng trong sản xuất bởi các công ty hàng đầu Fortune 500 trong lĩnh vực an ninh mạng, dịch vụ tài chính, dược phẩm, giáo dục và AI. Các khách hàng bao gồm các tên tuổi như Palo Alto Networks (PANW ), Experian và McGraw Hill (MH ) – những công ty phụ thuộc vào cơ sở hạ tầng ổn định, hiệu suất cao và tiết kiệm chi phí ở quy mô lớn.

Tại KnowBe4, Sedai đã cắt giảm chi phí sản xuất xuống 50% và chi phí phát triển xuống tới 87%. Phó Chủ tịch Kỹ thuật Matthew Duren đã tín nhiệm nền tảng không chỉ về hiệu quả ngân sách, mà còn về việc chuyển đổi vai trò của mình – giúp nhóm của ông tập trung vào các sáng kiến chiến lược thay vì các nhiệm vụ có giá trị thấp.

Những kết quả này không phải là dự đoán – chúng phản ánh AI thực sự trong môi trường trực tiếp, quản lý an toàn các hệ thống sản xuất và thậm chí các khối lượng công việc học máy phức tạp.

Vượt Qua Tự Động Hóa: Tại Sao Trợ Lý AI Là Bước Nhảy Tiếp Theo

Điều quan trọng là phải phân biệt tự động hóa với tự chủ. Tự động hóa thực hiện các nhiệm vụ được định nghĩa trước dựa trên ngưỡng tĩnh hoặc kịch bản. Ngược lại, các trợ lý AI của Sedai quan sát và học hỏi từ hệ thống của bạn, khám phá các hành động tốt nhất một cách động.

Sự khác biệt này rất quan trọng. Trong một thế giới có các mẫu lưu lượng truy cập, phụ thuộc dịch vụ và kiến trúc triển khai luôn thay đổi, các quy tắc tĩnh nhanh chóng trở nên lỗi thời. Cách tiếp cận dựa trên AI của Sedai đảm bảo tối ưu hóa liên tục, ngay cả trong điều kiện phức tạp.

Ví dụ, nền tảng của nó học cách các dịch vụ cụ thể hành xử dưới các tải khác nhau và tinh chỉnh phân bổ tài nguyên cho phù hợp. Nếu độ trễ tăng do một nút thắt cổ chai bộ nhớ cụ thể, Sedai có thể hành động ngay lập tức – mà không cần đợi một người giải thích cảnh báo.

Một Nền Tảng Cho Toàn Bộ Tổ Chức Kỹ Thuật

Sedai mang lại giá trị trên toàn bộ ngăn xếp kỹ thuật:

• SRE và kỹ sư DevOps giảm công việc và đạt được mục tiêu độ tin cậy mà không bị kiệt sức.
• Nhà phát triển tập trung vào việc vận chuyển mã, trong khi Sedai đảm bảo các cấu hình tối ưu trong sản xuất.
• Lãnh đạo kỹ thuật đạt được hiệu quả hoạt động và tiết kiệm cloud lớn.
• Kiến trúc sư và CTO biến cơ sở hạ tầng thành một yếu tố phân biệt chiến lược, không phải là một trách nhiệm.

Với chỉ 15 phút thiết lập, các nhóm có thể kết nối Sedai với công cụ cloud và APM của họ. Từ đó, nền tảng bắt đầu học hỏi, xác thực các tối ưu hóa an toàn và cuối cùng thực hiện hành động trong sản xuất trực tiếp – với một đường dẫn kiểm toán đầy đủ cho tuân thủ.

Tiếp Theo: Tối Ưu Hóa Ngăn Xếp Cơ Sở Hạ Tầng AI

Với vòng tài trợ Series B, Sedai sẽ mở rộng khả năng của mình vào một số thách thức quan trọng nhất trong cơ sở hạ tầng AI hiện đại, bao gồm:

• Tự động điều chỉnh cho các ứng dụng dựa trên LLM, đảm bảo cấu hình tối ưu trong quá trình suy luận
• Điều phối GPU tự động, quản lý tài nguyên tính toán đắt tiền trong thời gian thực
• Tối ưu hóa dựa trên AI cho các nền tảng dữ liệu như Databricks và Snowflake

Những nỗ lực này phù hợp với một tương lai nơi các khối lượng công việc – mô hình AI, đường ống suy luận, phân tích thời gian thực – đòi hỏi các lớp cơ sở hạ tầng thông minh tương đương để hỗ trợ chúng.

“Khi việc áp dụng cloud tăng lên, các công ty đang gặp khó khăn trong việc cải thiện hiệu suất trong khi giảm chi phí. Trợ lý AI được đặt ở vị trí duy nhất để giải quyết vấn đề này ở quy mô lớn,” nói Manish Agarwal, Đối tác Tổng tại AVP.

Tương Lai Của Cơ Sở Hạ Tầng Cloud Là Tự Động

Sự xuất hiện của các nền tảng cloud tự động cho thấy một sự thay đổi lớn trong ngành – từ các hệ thống có con người trong vòng lặp đến các tác nhân thông minh hoạt động độc lập trong thời gian thực. Khi các doanh nghiệp mở rộng dấu chân cloud của mình và áp dụng các kiến trúc phân tán ngày càng phức tạp, việc quản lý cơ sở hạ tầng thủ công đang đạt đến giới hạn của nó.

DevOps, từng được coi là giải pháp cuối cùng cho việc triển khai nhanh hơn và tính linh hoạt hoạt động, hiện đang phải đối mặt với áp lực từ sự phức tạp ngày càng tăng, mệt mỏi cảnh báo và sự kém hiệu quả về chi phí. Các công cụ quan sát và tự động hóa truyền thống cung cấp khả năng hiển thị và kịch bản – nhưng chúng vẫn phụ thuộc vào các kỹ sư để phân tích, giải thích và hành động. Cách tiếp cận phản ứng này gặp khó khăn trong việc theo kịp nhu cầu dịch vụ hiện đại.

Các nền tảng tự động đại diện cho bước tiến hóa tiếp theo. Bằng cách tích hợp học tăng cường sâu, suy luận nguyên nhân và điều chỉnh thích nghi vào các luồng công việc cơ sở hạ tầng cốt lõi, chúng cung cấp khả năng tự tối ưu hóa và tự chữa lành trong sản xuất – liên tục và không cần can thiệp. Kết quả không chỉ là hiệu quả hoạt động, mà còn là một sự chuyển đổi cấu trúc: ít thời gian ngừng hoạt động, phát hành nhanh hơn, kiểm soát chi phí tốt hơn và trải nghiệm nhà phát triển được cải thiện.

Khi hệ sinh thái trưởng thành, sự thay đổi này sẽ ảnh hưởng đến mọi thứ, từ cách các nhóm được tổ chức và cấu trúc, đến cách các ứng dụng được kiến trúc, kiểm tra và triển khai. Những người áp dụng sớm đã chứng minh rằng các hoạt động tự động có thể mang lại lợi ích thực sự về năng suất, hiệu suất và ROI tài chính.

Trong khi Sedai là một trong những người lãnh đạo mang tầm nhìn này đến cuộc sống, điều quan trọng cần lưu ý là cơ sở hạ tầng cloud không còn là thứ mà các kỹ sư phải quản lý liên tục – nó đang trở thành thứ tự động quản lý.