Unravel Data推出面向Databricks、Snowflake和BigQuery的自主优化引擎

Unravel Data Systems公司正在突破可观测性和FinOps软件的边界，推出了一款全新的自主优化引擎，该引擎能够自动调优和修复运行在Databricks、Snowflake和Google BigQuery平台上的企业数据平台。

这家位于帕洛阿尔托的公司发布了Arvix AI，这是一个嵌入在Unravel平台内的智能体人工智能系统，能够分析工作负载、重写代码、优化基础设施配置，并在部署前验证变更。该公司表示，这项技术反映了行业从推荐引擎和仪表板向自主运营系统转变的更广泛趋势。

联合创始人兼首席执行官Kunal Agarwal表示："当由人工进行变更时，每天只能对这些应用和平台进行有限的修复或改进。Arvix AI是Unravel内部的一个智能体系统，它基于数十年的遥测数据积累，将视图和洞察转化为实际行动。"

企业面临的挑战与解决方案

Unravel Data指出，企业在基于云的数据和AI基础设施方面面临着不断攀升的成本，而跨多个平台（如Databricks、Snowflake和BigQuery）运行工作负载的需求，以及将分析访问权限扩展到工程团队之外，进一步加剧了复杂性。

Agarwal说："现在不仅仅是工程师，营销、产品、法务和财务团队也在使用这些系统。这意味着需要检查更多AI工作负载的效率，以避免浪费预算周期。"

服务提供商提供的推荐引擎（如Databricks Advisor和BigQuery Recommender）可以识别潜在问题，但仍需要工程师手动实施修复。Agarwal表示，使用Arvix AI，"你只需定义一个目标，比如确保所有数据管道像润滑良好的机器一样运行，它就会自动为你完成。"

自动化与自主性的区别

他还区分了自动化和自主性，指出传统自动化依赖于确定性的预定义操作，而Arvix AI则持续调查系统并独立寻找优化机会。

"它会自行搜寻信息，找出可能出现问题的合理原因，"他说。

该平台的核心是Unravel所称的"上下文图谱"，它映射了企业中工作负载、基础设施、数据集、应用程序和用户之间的关系。Agarwal表示，该公司收集的十年遥测数据使其能够建模通用大语言模型无法处理的复杂依赖关系。

治理与安全特性

该公司强调治理和安全功能是企业采用的关键要求。Arvix AI在部署前会针对现有工作负载验证建议的优化方案，并在实施后持续监控变更的影响。

"你最不想做的就是更改代码后得到错误的结果，"Agarwal说。"只有当新代码更好时，它才会进行更改。"如果性能下降，系统可以自动回滚修改或逐步减少配置变更。

企业可以根据工作负载特征（如服务级别承诺或业务关键性）决定授予何种程度的自主权。

Agarwal表示，行业正在从仪表板和可观测性界面转向直接执行修复任务的系统。"我们一直致力于将'可观测性'这个词改为'可操作性'，"他说。

Arvix AI包含在Unravel Data的现有平台中，不会收取单独的许可费用。

Q&A

Q1：Arvix AI是什么？它有什么特别之处？

A：Arvix AI是Unravel Data推出的智能体人工智能系统，嵌入在Unravel平台内。它能够自动分析工作负载、重写代码、优化基础设施配置并验证变更。与传统推荐引擎不同，Arvix AI不需要工程师手动实施修复，而是能够独立寻找优化机会并自动执行，将"可观测性"转变为"可操作性"。

Q2：Arvix AI与传统自动化工具有什么区别？

A：传统自动化依赖于确定性的预定义操作，而Arvix AI具有自主性，能够持续调查系统并独立寻找优化机会。它会自行搜寻信息，找出可能出现问题的合理原因，基于十年的遥测数据建模复杂依赖关系，这是通用大语言模型无法处理的。

Q3：Arvix AI如何保证优化变更的安全性？

A：Arvix AI在部署前会针对现有工作负载验证建议的优化方案，确保新代码比原代码更好才会进行更改。它在实施后持续监控变更的影响，如果性能下降，系统可以自动回滚修改或逐步减少配置变更，避免因代码更改导致错误结果。