SurrealDB 3.0 integra funciones de cinco bases de datos

La SurrealDB lanzó la versión 3.0 de su base de datos, con un enfoque que promete integrar funciones de cinco tipos de bases de datos utilizadas en sistemas de generación aumentada por recuperación (RAG). La empresa también recaudó 23 millones de dólares en una extensión de su Serie A, totalizando 44 millones de dólares en financiación.

Los sistemas tradicionales de RAG a menudo utilizan múltiples capas de datos y tecnologías para manejar información estructurada, vectorial y de grafos. Este método puede llevar a problemas de rendimiento y precisión debido a la complejidad en la sincronización. SurrealDB 3.0 busca resolver estos desafíos almacenando memoria de agentes, lógica de negocios y datos multimodales directamente en la base de datos.

Con más de 2,3 millones de descargas y 31.000 estrellas en GitHub, la arquitectura de SurrealDB ya se ha implementado en dispositivos de borde en automóviles y sistemas de defensa, motores de recomendación de productos y tecnologías publicitarias para Android. La estructura permite que consultas transaccionales integren búsquedas vectoriales, travesías de grafos y consultas relacionales en una sola operación, manteniendo la consistencia.

Según el CEO Tobie Morgan Hitchcock, SurrealDB es ideal para escenarios que requieren múltiples tipos de datos juntos, simplificando la línea de tiempo de desarrollo que antes podía llevar meses a días. Sin embargo, él destaca que SurrealDB no es la mejor opción para todas las tareas, como análisis de grandes volúmenes de datos que no requieren actualizaciones frecuentes.

SurrealDB 3.0 ofrece una arquitectura innovadora que puede agilizar el desarrollo de sistemas de IA, especialmente donde se necesitan múltiples tipos de datos, reduciendo la complejidad y mejorando la precisión de las operaciones.