Geniş veriler, sonuçta geniş veri depolama depolama alt sistemi ailesine dayanan veri yönetimi yığını için bir aracı AI uygulama ortamını – Vast AgenTenGine – duyurdu.
Hareket, yapay zekaya özel olarak odaklanarak ve şirketin teklifinde mevcut plakalar üzerinde yer alan vektör verilerini ele alarak veri yönetimi ve uygulamaları dünyasına daha fazla giriyor.
2025’in ikinci yarısında mevcut olacak AgenEngine, müşterilerin ajan AI ajanlarını dağıtmasına ve yönetmesine izin veriyor. En büyük, önceden yapılandırılmış bir temsilciyi aylık olarak yayınlamayı planlıyor, ancak müşteriler bunları kendi gereksinimlerine göre geliştirebilecekler. Örneğin, bir aracı oluşturabilir, MCP uyumlu araçları dizin, S3 kovası, bez boru hattı, arama, kataloglama ve fonksiyon araçları gibi-ve daha sonra AI çerçeveleri ve korkulukları eklenebilen bir akıl yürütme modeli atayabilirler.
Bütün bunlar Vast’ın teklifinin temel unsurlarına dayanıyor. Bunlar, performans ve yaşam süresini optimize etmek için yüksek yoğunluklu QLC flaş ve depolama sınıfı bellek kullanılarak PB ölçekli depolama ve depolama sınıfı bellek olan geniş veri deposudur; SQL, Kafka, Python ve Parke gibi çeşitli seçeneklere sahip geniş veritabanı; ve depolama işlevselliğinin üzerine ölçeklenebilir, olay odaklı bilgi işlem getiren kapsayıcı, python tabanlı bir katman olan geniş DataEngine. Tüm bunlar, bulutta veya şirket içi dağıtılabilen DataSPace adını verdikleri bağlamda var olabilir.
Geniş kurucu ortağı Jeff Denworth, ortaya çıkan ajanları, kuruluşların çok sıradan görevleri otomatikleştirmesine izin verecek çok yüksek seviyeli işlevler sunmak olarak nitelendirdi.
Denworth, “İyi bir örnek, İngiltere’de bir video özetleme aracı oluşturmamızı isteyen bir yayın stüdyosu ile çalışıyoruz” dedi. “Yani, tüm rakiplerimin kanallarını izlemek ve yapımcılar için özetlemek istersem, rakiplerinin ne yaptığını bilmek için aslında TV’lerin önünde oturmaları gerekmez.
“Bunu yapmak için, akıl yürütebilmeniz gerekiyor, büyük video dili modellerine sahip olmalısınız ve sonra bağlamsal olarak özetlemek için mantıklı kararlar vermeniz gerekiyor.”
Neden ayda bir kez ajanları serbest bırakıyorsunuz? Elbette çeşitli özel ihtiyaçları olan birçok farklı müşteri türü olacak mı? Denworth’a göre, piyasaya sürülen ajanlarda bazı temel işlevler mevcut olacak, ancak müşteriler bunları kendi kullanım durumlarına göre uyarlayabilecekler.
Denworth, “Evlat edinmeyi teşvik etmek istiyoruz. Geliştirme ortamı sadece bir kod/düşük kod aracı yok” dedi. “Ve mesele şu ki, o kadar zor değil ve uzayda ISV’ler olacak, ancak sadece kendilerini yuvarlamak isteyen ve nereye başlayacaklarını bilmiyorlar. Orada yolun% 80’i veya oradaki yolun% 70’ini geliştirebilirsek, bu konuşmanın başlaması yeterli.”
Peki, neden bu kadar geniş uygulama alanına ulaşıyor? Hayata neredeyse tamamen bir depolama sağlayıcısı olarak başladı, ancak bunun ötesine geçti. Bunda, veri yönetimi olarak kabul edilebilecek şeylere derinden dahil olan diğerlerinden farklı değildir. Bununla birlikte, Ajan AI uygulama oluşturma bir adım daha ileridir.
Denworth’a göre, depolama her zaman uygulama yığınına girecek bir yolculuk için sadece bir başlangıç noktasıydı.
“Gerçek şu ki, bunlarla ilk günden beri çalışıyoruz” dedi. “Sistemimiz zaten yoğun bir şekilde düzenlenmiş ve planlanmış ve ilk günden beri veritabanı yapıları ile inşa edilmiştir. En iyi bildiğimiz şey depolama ve depolama, bunun en önemli kısmıdır, çünkü üst üste katmanlayabileceğiniz yeni temeli oluşturmak istedik.
“Müşterilerin AI’ya girdiklerinde düşmeye başlama yollarına baktığımızda, tipik olarak veri mimarisi ile ilgilidir. Örnek olarak, vektör veritabanları asla işlemsel olacak şekilde tasarlanmamıştır, bu nedenle gerçek zamanlı olarak fiziksel dünyadan veri analiz eden ve sınıflandıran bir işiniz varsa – video veya her neyse, bir şey veya bir şeye sahip olamazsanız, o zaman bu bir şeye sahip olamazsanız”.