SurrealDB 3.0 intègre les fonctions de cinq bases de données

La SurrealDB a lancé la version 3.0 de sa base de données, avec une approche qui promet d'intégrer les fonctions de cinq types de bases de données utilisées dans les systèmes de génération augmentée par récupération (RAG). L'entreprise a également levé 23 millions de dollars dans une extension de sa Série A, totalisant 44 millions de dollars en financement.

Les systèmes RAG traditionnels utilisent souvent plusieurs couches de données et technologies pour gérer des informations structurées, vectorielles et graphiques. Cette méthode peut entraîner des problèmes de performance et de précision en raison de la complexité de la synchronisation. Le SurrealDB 3.0 vise à résoudre ces défis en stockant la mémoire des agents, la logique métier et les données multimodales directement dans la base de données.

Avec plus de 2,3 millions de téléchargements et 31 000 étoiles sur GitHub, l'architecture de SurrealDB a déjà été mise en œuvre dans des dispositifs de bord dans des voitures et des systèmes de défense, des moteurs de recommandation de produits et des technologies publicitaires pour Android. La structure permet aux requêtes transactionnelles d'intégrer des recherches vectorielles, des traversées de graphes et des requêtes relationnelles en une seule opération, tout en maintenant la cohérence.

Selon le PDG Tobie Morgan Hitchcock, le SurrealDB est idéal pour des scénarios nécessitant plusieurs types de données ensemble, simplifiant le calendrier de développement qui pouvait auparavant prendre des mois à quelques jours. Cependant, il souligne que le SurrealDB n'est pas la meilleure option pour toutes les tâches, comme les analyses de grands volumes de données qui ne nécessitent pas de mises à jour fréquentes.

Le SurrealDB 3.0 offre une architecture innovante qui peut accélérer le développement de systèmes d'IA, en particulier là où plusieurs types de données sont nécessaires, réduisant la complexité et améliorant la précision des opérations.