Vest podaci se pokreću u AI stratosferu sa agentengine

Ogromni podaci najavili su agenciju AI aplikacijskog okruženja – Vast agetengine – za njenu slabu za upravljanje podacima, što na kraju počiva na svojim obiteljima opsežnog pohrane podataka o pohranu podataka.

Pomicanje označava daljnje ulazi u svijet upravljanja i aplikacijama za upravljanje podacima, s posebnim naglaskom na AI i rukovanje vektorskim podacima koji grade postojeće daske u ponudi kompanije.

Agentengine – koji će biti dostupan u drugoj polovini 2025. – omogućava kupcima da implementiraju i upravljaju agenim agentima. Propad se planira osloboditi unaprijed konfigurirani agent mjesečno, ali kupci će ih moći izgraditi na vlastite potrebe. Dakle, na primjer, oni mogu stvoriti agenta, čineći alatima koji se kompatibivaju sa MCP-om – kao što su direktorij, kantu za direktorij, S3, Rag pipeline, pretraživanje, katalogiziranje i funkcionalni alati – i dodijelite opisani model na njega, a AI okviri i zaštitnici tada mogu biti dodani.

Sve ovo se gradi na osnovnim elementima ogromne ponude. Ovo su velika trgovina podataka, koja je Skladište PB-a pomoću highgustoty QLC Flash i memorija za pohranu klase sa “u obliku pisanja” za optimizaciju performansi i životnog vijeka; Vest baza podataka, s nizom opcija koje uključuju SQL, Kafka, Python i Parket; i ogromne podatkovne opreme, kontejnerizirani sloj na bazi pythona koji donosi skalabilnu, računarsku diferencijalnu, na vrhu funkcionalnosti skladištenja. To svi mogu postojati u kontekstu onoga što ogromno naziva DataSpace, koji se može rasporediti u oblaku ili u objektu.

Ostali suosnivač Jeff Denworth opisao je rezultirajuće agente kao da pružaju vrlo visoke funkcije koje će omogućiti organizacijama da automatiraju vrlo svjetovne zadatke.

“Dobar primjer je da radimo sa emitiranim studijom u Velikoj Britaniji koji nas traži da stvorimo alat za sažetak videozapisa”, rekao je Denworth. “Dakle, ako želim gledati sve svoje kanale takmičara i sažimati ih za proizvođače, ne moraju zapravo sjediti pred televizorom kako bi znali šta rade njihovi takmičari.

“Da biste to učinili, morate biti u mogućnosti da razmislite, morate imati velike modele video jezika, a zatim trebate kontekstualno donositi odluke o tome što ima smisla sažeti.”

Zašto izdati agente jednom mesečno? Sigurno će biti mnogo različitih vrsta kupca s različitim specijaliziranim potrebama? Prema Denworthom, nekom osnovnom funkcionalnošću bit će postojaće u agentima, ali kupci će ih moći prilagoditi svojim slučajevima.

“Želimo potaknuti usvajanje. Razvojno okruženje je samo skup nimalo koda / niskog koda”, rekao je Denworth. “A poenta je da nije tako teško i da će biti istva u prostoru, ali ima puno kupaca koji samo žele da se povuče i ne znaju odakle da razvijemo nešto što je 80% puta, odnosno dovoljne da bi tada započeo razgovor.”

Dakle, zašto je ogroman dosežan ovako daleko u prostoru za prijavu? Započeo je život kao gotovo čisto provajder za pohranu, ali je otišao izvan toga. U tome, nije različit za druge koji su postali duboko uključeni u ono što bi se moglo smatrati upravljanjem podacima. Agentic AI zgrada aplikacije je korak dalje.

Prema Denworthom, skladištenje je uvijek bilo samo polazište za putovanje koje bi išlo visoko u hrpu aplikacije.

“Realnost je da smo radili s ovim od prvog dana”, rekao je. “Naš sistem je već jako orkestriran i zakazan i izgrađen je s konstrukcijama baza podataka od prvog dana. Stvar koju smo znali da je pohranu, a skladištenje je najvažniji dio toga jer smo željeli izgraditi tu novu fondaciju na vrhu.

“Dok gledamo na načine na koje kupci počnu padati dok u AI-u se u stvarnom vremenu odnosi na podatkovnu arhitekturu. Dakle, ako imate posao koji nemaju transakcijsku bazu podataka, tako da nemate telefonsku bazu podataka, a ako to ne možete pretvoriti u nešto u nešto generativni ili agentic AI model može koristiti.”

Pročitajte više o kontejnerima

• Kako se upotreba GENAI razvija za Google Cloud kupce

  Napisao: Josh Osman

• Vest podaci postavljaju znamenitosti na analitiku, ai

  Napisao: Adam Armstrong

• Ogromna platforma podataka ima za cilj skladišta svuda za Wi / ML opterećenje

  Napisao: Antony Adshead

• Ogromni podaci izgledaju izvan skladišta u data jezero

  Napisao: Tim McCarthy