EDB از هوش مصنوعی EDB Postgres رونمایی کرد

EDB Postgres AI یک پایگاه داده PostgreSQL، یک data lakehouse و سایر مؤلفه‌ها را برای پشتیبانی از حجم کاری تراکنشی، تحلیلی و هوش مصنوعی ترکیب می‌کند.

پایگاه داده رابطه‌ای ارائه‌دهنده EnterpriseDB (EDB) در روز پنجشنبه EDB Postgres AI، یک پایگاه داده جدید با هدف حجم کاری تراکنشی، تحلیلی و هوش مصنوعی.

EDB Postgres AI، که در طول توسعه خود Project Beacon نام داشت، زندگی خود را به عنوان یک پروژه data lakehouse با پشتیبانی از Delta Live Tables آغاز کرد و بعداً به یک پروژه تبدیل شد. محصولی که نرم‌افزار PostgreSQL EDB و سایر مؤلفه‌ها مانند تجزیه و تحلیل داده‌های lakehouse را در یک پیشنهاد یکپارچه ترکیب می‌کند.  

به گفته مت آسلت، مدیر

PostgreSQL، که یک پایگاه داده رابطه‌ای شی گرا است، محبوبیت پیدا کرده است، زیرا یک پایگاه داده منبع باز با بسیاری از ارائه دهندگان بالقوه است و می‌تواند با بارهای کاری متعدد سازگار شود. در ISG’s Ventana Research.

Aslett توضیح داد: “به عنوان یک پایگاه داده همه منظوره، PostgreSQL هم برای برنامه های کاربردی تراکنشی و هم برای برنامه های تحلیلی مناسب است.”

به گفته کارشناسان، اکوسیستم عظیم پایگاه‌های داده مبتنی بر PostgreSQL که از فناوری و مهارت‌های اصلی استفاده می‌کند، نادیده گرفتن PostgreSQL را غیرممکن می‌کند و آن را به عنوان یک پایگاه داده منبع باز استاندارد پیش‌فرض در سطح سازمانی قرار می‌دهد.

طبق داده‌های پایگاه دانش پایگاه داده DB-Engines، PostgreSQL به طور پیوسته در حال افزایش محبوبیت است و در حال حاضر چهارمین محبوب ترین RDBMS (سیستم مدیریت پایگاه داده رابطه ای) و چهارمین محصول محبوب پایگاه داده در کل در رتبه بندی آنها است.

افزایش مداوم محبوبیت، هایپرمقیاس کننده هایی مانند AWS، Google Cloud Platform، و Microsoft Azure را مجبور کرده است تا خدمات پایگاه داده ای را که بر روی PostgreSQL ساخته شده اند ایجاد کنند. نمونه هایی از این پایگاه داده ها عبارتند از AlloyDB، CitiusDB (PostgreSQL در Azure)، Amazon Aurora، و آمازون RDS برای PostgreSQL. سایر رقبای EDB عبارتند از YugabyteDB و CockroachDB.

چه چیز جدیدی در EDB Postgres AI وجود دارد؟

اجزای EDB Postgres AI، که شرکت آن را به عنوان “پلتفرم داده هوشمند” توصیف می کند، شامل یک کنسول مدیریت مرکزی با کمک هوش مصنوعی، پایگاه داده EDP Postgres، تجزیه و تحلیل داده lakehouse، و AI/ML شامل پشتیبانی از پایگاه داده برداری است.< /p>

طبق گفته این شرکت، این کنسول یک صفحه واحد را برای تمام عملیات EDB Postgres AI فراهم می کند و به مدیریت چشم انداز پایگاه داده یک شرکت کمک می کند و به نوبه خود قابلیت مشاهده بهتری را ارائه می دهد. این کنسول دارای یک عامل هوش مصنوعی است که می‌تواند به شرکت‌ها در مدیریت پایگاه‌های داده درون محل کمک کند.

EDB Postgres AI از اکثر پایگاه‌های داده‌ای که EDB ارائه می‌کند، از جمله EDB Postgres، EDB Postgres Advanced Server، EDB Postgres Extended Server، و نسخه‌های با دسترسی بالا توزیع شده مربوطه پشتیبانی می‌کند. این شرکت گفت: EDB Postgres Advanced Server همچنین سازگاری با پایگاه داده Oracle را فراهم می کند.

طبق گفته EDB، ماژول تجزیه و تحلیل lakehouse، داده های ساختاریافته و بدون ساختار را با کمک گره ها برای تجزیه و تحلیل گرد هم می آورد. این شرکت گفت که Node از فرمت های متعدد پشتیبانی می کند و افزود که یک فروشگاه سفارشی برای پشتیبانی از چندین فرمت داده ایجاد کرده است.

ماژول AI/ML شامل پشتیبانی برداری است که به طور مؤثری به پلتفرم قابلیت ساخت برنامه‌های مبتنی بر هوش مصنوعی را می‌دهد.

علاوه بر این، Postgres AI با پشتیبانی از برنامه‌های افزودنی مانند Postgres Enterprise Manager، Barman، Query Advisor، و ابزارهای مهاجرت مانند Migration Toolkit و Migration Portal ارائه می‌شود.

پورتال مهاجرت، طبق گفته این شرکت، یکی از اولین ابزارهای EDB است که شامل هوش مصنوعی تعبیه شده از طریق یک کوپیلوت هوش مصنوعی است که می تواند به کاربران در توسعه استراتژی های مهاجرت کمک کند.

ترکیب این مؤلفه‌ها یا ماژول‌ها منجر به قابلیت‌های کلیدی Postgres AI مانند تجزیه و تحلیل سریع، قابلیت مشاهده، پشتیبانی برداری، در دسترس بودن بالا و مدرن‌سازی قدیمی می‌شود.

در توضیح تجزیه و تحلیل سریع به عنوان یک قابلیت، EDB گفت که هوش مصنوعی Postgres به شرکت‌ها اجازه می‌دهد تا دسته‌های تحلیلی را در صورت تقاضا ایجاد کنند.

شرکت در بیانیه ای گفت:

“با قابلیت های EDB Postgres Lakehouse، داده های عملیاتی را می توان در قالب ستونی ذخیره کرد و آن را برای تجزیه و تحلیل سریع بهینه کرد.”

EDB اضافه کرد که دستیابی به Splitgraph، یک راه اندازی که یک SQL بدون سرور سازگار با PostgreSQL ارائه می کند API برای ساخت برنامه های مبتنی بر داده از منابع داده های متعدد، سال گذشته نقش اساسی در ایجاد قابلیت تجزیه و تحلیل داشت.

انتشار EDB Postgres AI باعث شد این شرکت با شرکت هایی مانند Red Hat، Nutanix و SADA شریک شود.

شرکت گفت:

همکاری EDB با Red Hat به شرکت‌ها این امکان را می‌دهد تا مدل‌های هوش مصنوعی را بر روی Red Hat OpenShift AI بسازند و عملیات‌های درجه یک سازمانی، روز دوم را با EDB Postgres AI ارائه کنند.

در دسترس بودن و قیمت گذاری EDB Postgres AI

به گفته Jozef de Vries، مدیر ارشد مهندسی EDB، EDB Postgres AI به عنوان یک سرویس مدیریت شده در AWS، GCP و Azure در دسترس است.

Vries گفت: “عملکرد تجزیه و تحلیل در ابتدا فقط در AWS در دسترس است و سایر ابرهای عمومی به زودی دنبال می شوند.” وی افزود که Postgres AI همچنین می تواند در یک محیط ابری عمومی و خصوصی به انتخاب مشتری خود مدیریت شود.

EDB پیشنهادات EDB Postgres خود را بر اساس هر ساعت vCPU قیمت گذاری می کند. این شرکت همچنین یک سطح رایگان را در تمام ارائه های پایگاه داده خود ارائه می دهد.

فهرست اشتراک این شرکت نشان داد که پیشنهاد EDB Postgres 0.0856 دلار به ازای هر ساعت vCPU هزینه دارد. گزینه‌های دیگر، مانند EDB Postgres Extended Server، EDB Postgres Advanced Server، و نسخه‌های با دسترسی بالا توزیع شده آن‌ها به‌ترتیب ۰.۱۶۵۵ دلار به ازای هر ساعت vCPU، ۰.۲۵۶۸ دلار به ازای هر ساعت vCPU، ۰.۳۴۲۴ دلار برای هر ساعت vCPU و ۰.۲۵۱۱ دلار در هر ساعت vCPU هزینه دارند. p>

چرا EDB Postgres AI را راه اندازی می کند؟

طبق گفته Aslett از Ventana Research، EDB Postgres AI برای کمک به شرکت‌ها قرار گرفته است تا بدون توجه به مکان استقرار، قابلیت‌های هوش مصنوعی را به انواع کارها بیاورند.

“با EDB Postgres AI، EDB نیاز به ذخیره سازی و پردازش داده ها را هم در محل و هم در فضای ابری برطرف می کند. مدیر تحقیقات توضیح داد که این برای برنامه های کاربردی با هوش مصنوعی که نیاز به استنتاج هوش مصنوعی با کارایی بالا در نقطه تعامل دارند، مهم است.

بردلی شیمین، تحلیلگر ارشد Omdia، انتشار EDB Postgres AI را تکرار شیدایی برندسازی بازار از دهه ۱۹۸۰ می داند.

شیمین گفت: «به نظر می‌رسد دهه ۱۹۸۰ با شیدایی برندسازی بازار «Turbo» خود را نشان دهد، زیرا ما شاهد هجوم ناگهانی و بسیار فراگیر محصولات با مارک هوش مصنوعی هستیم که وارد بازار می‌شوند. شیمین نمونه های اخیری مانند Red Hat Enterprise Linux AI و Oracle Database 23ai را ذکر کرد.

شیمین گفت که انتشار EDB Postgres AI را ترکیبی از تبلیغات بازاریابی و بلوغ پیشنهادات Postgres می بیند.

“پایگاه داده Postgres مطمئناً قبل از این نسخه قادر به پشتیبانی از بارهای کاری هوش مصنوعی بود و داده‌های بردار را به عنوان وسیله‌ای برای هدایت مدل‌های زبان بزرگ از مخدوش شدن و به سمت واقعیت استفاده می‌کرد. آنچه که ما از فروشندگانی مانند EDB با این نسخه‌های با برند هوش مصنوعی می‌بینیم، یکپارچگی عمودی عملکرد است که در جهت ساده‌سازی، ساده‌سازی و تسریع موارد استفاده از هوش مصنوعی است.

EDB گفت که انتشار EDB Postgres AI با حرکت استراتژیک EDB به سمت هویت شرکتی جدید همزمان است.