Akamai convierte Valkey en la memoria en tiempo real para la IA empresarial

En un flujo habitual de caché semántica, la aplicación convierte la nueva consulta en un embedding, busca una petición almacenada que sea similar y solo llama al modelo si no encuentra una coincidencia válida.

Esto puede acortar los tiempos de respuesta y reducir el número de llamadas al modelo en cargas de trabajo con solicitudes repetidas o casi duplicadas. El beneficio real depende de la tasa de aciertos, de los requisitos de actualización de los datos y del diseño del flujo de IA. La caché no sustituye automáticamente a la recuperación de información ni a la inferencia.

Búsqueda vectorial nativa para RAG

Las aplicaciones RAG convierten documentos y consultas en embeddings y después buscan los vectores más cercanos antes de enviar el contexto relevante al modelo. Valkey admite estos flujos de búsqueda vectorial, de modo que una misma capa de datos en memoria puede gestionar pares clave-valor, contenido en caché y recuperación vectorial.

En determinados casos, esto simplifica el camino de recuperación y evita operar una base de datos vectorial independiente. No significa, sin embargo, que todos los sistemas RAG deban abandonar las bases de datos especializadas: el volumen de datos, la durabilidad, los filtros, los índices y los requisitos de consistencia siguen determinando la arquitectura adecuada.

Estado persistente para agentes de IA

Los agentes suelen funcionar como sistemas de varios pasos. Pueden necesitar recordar una conversación, conservar los resultados de herramientas, seguir el progreso de una tarea y recuperar un punto de control antes de continuar.

Las estructuras de datos en memoria y las capacidades de almacenamiento vectorial de Valkey pueden ofrecer una capa rápida de memoria de trabajo para esas operaciones. Valkey también se documenta para almacenamiento de sesiones y otras cargas de trabajo en tiempo real.

La diferencia práctica está entre una petición de modelo sin estado y la aplicación con estado que la rodea. Valkey no proporciona el razonamiento del agente ni garantiza que su comportamiento sea correcto, pero sí puede suministrar el estado de acceso rápido que una aplicación necesita para coordinar varias llamadas a modelos y herramientas.

Qué cambia al ser una base de datos gestionada

Una implementación de Valkey operada por la propia empresa exige aprovisionar instancias, configurar la replicación y la conmutación por error, supervisar el rendimiento, aplicar actualizaciones, ampliar la capacidad y planificar la disponibilidad. La oferta gestionada de Akamai pretende trasladar esas responsabilidades a la plataforma, para que los desarrolladores consuman Valkey como un servicio en lugar de construir por su cuenta toda la capa operativa.

Akamai describe el producto como una plataforma de alto rendimiento y totalmente gestionada, diseñada para reducir la complejidad operativa y acelerar el tiempo necesario para obtener resultados.

Para los equipos empresariales de IA, esa diferencia puede ser importante. Una base de datos gestionada reduce el trabajo de infraestructura, pero la organización aún debe definir políticas de retención, invalidación de caché, control de acceso, durabilidad, observabilidad y recuperación.

Cómo encaja con Akamai Inference Cloud

Akamai Inference Cloud aporta la parte de cómputo y enrutamiento de la estrategia de IA distribuida de la compañía. Lanzada en octubre de 2025, la plataforma fue diseñada para llevar la inferencia de IA agéntica al edge, cerca de usuarios y dispositivos. Valkey Managed Database añade una capa contigua de memoria y recuperación para el estado que necesitan esas aplicaciones.

La arquitectura prevista es, por tanto, más amplia que ejecutar un modelo cerca del usuario:

1. Recursos de inferencia: ejecutan las cargas de modelos más cerca de los usuarios y los datos.
2. Valkey: mantiene en memoria el contexto de acceso frecuente, los embeddings, los resultados almacenados en caché y el estado de las sesiones.
3. Búsqueda vectorial: ayuda a recuperar información relevante por significado para RAG y la caché semántica.
4. Operaciones gestionadas: reducen el trabajo necesario para mantener disponible la capa de datos.

Akamai también ha seguido ampliando la infraestructura que sostiene este enfoque. La compañía anunció miles de GPU NVIDIA Blackwell para cargas de IA distribuida y describió el enrutamiento inteligente a través de su red como una forma de reducir la latencia y los problemas de salida de datos asociados con los centros de datos centralizados.

Valkey no sustituye a esa capa de cómputo: su función es mejorar el recorrido de datos que rodea a la inferencia de baja latencia.

Qué significa para la estrategia de nube de Akamai

El lanzamiento amplía la posición de Akamai, tradicionalmente asociada con la entrega de contenido y la seguridad, hacia una plataforma de nube distribuida que combina cómputo, servicios de datos, ejecución en el edge y protección.

El momento también coincide con el crecimiento de su negocio de infraestructura. Cloud Infrastructure Services generó 99 millones de dólares en ingresos durante el segundo trimestre de 2026, un 39 % más que un año antes.

En sus resultados del primer trimestre, Akamai mencionó por separado un compromiso de siete años y 1.800 millones de dólares de un proveedor líder de modelos de frontera para Cloud Infrastructure Services. Ese acuerdo apunta a una mayor ambición en infraestructura, pero no debe interpretarse como un contrato específico de Valkey ni como una prueba de que todos los componentes de la hoja de ruta de IA distribuida de Akamai ya estén desplegados de forma generalizada.

Por qué Akamai eligió Valkey

Valkey es una base de datos de código abierto y dirigida por la comunidad para almacenamiento en memoria de tipo clave-valor. Surgió como una bifurcación de Redis y está orientada a conservar la compatibilidad con sus protocolos y estructuras de datos, además de ofrecer soporte para caché y otras cargas de trabajo en tiempo real.

Para Akamai, Valkey proporciona un modelo de datos de alto rendimiento familiar para los desarrolladores que ya conocen la caché y el almacenamiento de sesiones al estilo Redis. Al mismo tiempo, vincula el servicio con un ecosistema de código abierto y con usos de IA como la caché semántica y la recuperación vectorial.

La elección no presenta a Valkey como sustituto universal de todas las categorías de bases de datos. Su papel es más concreto: actuar como una capa rápida de memoria operativa y recuperación para aplicaciones que necesitan respuestas ágiles y contexto disponible de inmediato.

La conclusión

Valkey Managed Database se entiende mejor como la capa de memoria y recuperación de la arquitectura de IA distribuida de Akamai. La propuesta es directa: mantener los datos calientes en memoria, situarlos más cerca de la inferencia y de los usuarios, reutilizar resultados cuando sea posible, habilitar la recuperación basada en vectores y delegar la operación de la base de datos en un servicio gestionado.

Sus casos de uso más claros son los asistentes sensibles a la latencia, las canalizaciones RAG, la caché semántica y los agentes con estado. Estratégicamente, el lanzamiento conecta las ambiciones de Akamai en inferencia en el edge con la infraestructura de datos que esas aplicaciones necesitan.

Aun así, el producto figura como de disponibilidad limitada. Las afirmaciones sobre cobertura global exacta, disponibilidad mediante socios de canal o futuras ubicaciones concretas requieren documentación adicional del producto o de sus socios antes de considerarse confirmadas.