Akamai משיקה את Valkey Managed Database: זיכרון בזמן אמת ליישומי AI ארגוניים

Akamai השיקה ב-18 באוגוסט 2026 את Valkey Managed Database — שכבת נתונים מנוהלת, מהירה ובזיכרון, שנועדה לספק ליישומי AI זיכרון תפעולי בזמן אמת. השירות מבוסס על אקוסיסטם הקוד הפתוח Valkey ומשולב בתשתית הענן המבוזרת של Akamai. לפי התיעוד הטכני של החברה, ההשקה נמצאת בשלב זמינות מוגבלת, ובשלב זה השירות מתועד עבור לוס אנג'לס.

מדוע יישומי AI זקוקים לזיכרון בזמן אמת?

קריאה למודל שפה גדול היא רק חלק אחד ממערכת AI מוכנה לייצור. עוזרים חכמים, מערכות RAG — כלומר, יצירה מועשרת בשליפה — וסוכנים אוטונומיים צריכים גם לשלוף הקשר, לבדוק אינטראקציות קודמות, לאתר מסמכים רלוונטיים ולשמור את מצב העבודה בין שלבים.

Akamai מייעדת את Valkey Managed Database לתוצאות חיפוש וקטורי, הקשר של שיחות, מטמון להטמעות, מצב הפעלה של סוכנים וצינורות שליפה — עומסי עבודה שבהם כל אלפית שנייה של השהיית מסד הנתונים משפיעה על חוויית המשתמש.

בארכיטקטורה מרכזית, ייתכן שההסקה מתבצעת קרוב למשתמש, אך המערכת נאלצת לשלוף שוב ושוב את ההקשר ממסד נתונים מרוחק. כל נסיעה נוספת ברשת מאריכה את מסלול התגובה. לכן, אם Akamai כבר ממקמת משאבי הסקה קרוב יותר למשתמשים ולמכשירים במסגרת Inference Cloud, שכבת נתונים מבוזרת בסמוך לאותם משאבים היא המשך הגיוני לאותה גישה.

איך Valkey עשוי להפחית השהיה ועלויות?

מטמון לפרומפטים ולהטמעות

מטמון מאפשר למערכת להימנע מביצוע חוזר של אותה עבודה יקרה. מטמון מדויק שומר את התוצאה של בקשות זהות, ואילו מטמון סמנטי משתמש בדמיון בין וקטורים כדי לזהות בקשות דומות מספיק לשימוש חוזר בתוצאה קודמת.

בתהליך טיפוסי של מטמון סמנטי, המערכת ממירה שאילתה חדשה לוקטור, מחפשת בקשות דומות שכבר נשמרו, ופונה למודל רק אם לא נמצא מענה תקף.

בתרחישים שבהם יש בקשות חוזרות או כמעט זהות, גישה כזו עשויה לקצר את זמן התגובה ולהפחית את מספר הקריאות למודל. עם זאת, היקף החיסכון תלוי בשיעור ההתאמות במטמון, בדרישות העדכניות של המידע ובזרימת העבודה של המודל. מטמון אינו תחליף אוניברסלי לשליפה או להסַקָה.

חיפוש וקטורי מובנה עבור RAG

מערכות RAG ממירות מסמכים ושאילתות להטמעות, ולאחר מכן מחפשות וקטורים קרובים כדי להעביר למודל את ההקשר הרלוונטי. Valkey תומך בתהליכי חיפוש וקטורי, כך שאותו מאגר בזיכרון יכול לטפל בנתוני מפתח-ערך, בתוכן שמור ובשליפה וקטורית באותה שכבה תפעולית.

עבור יישומים מסוימים, הדבר עשוי לפשט את מסלול השליפה ולייתר את הצורך להפעיל מסד נתונים וקטורי נפרד. אך אין פירוש הדבר שכל מערכת RAG צריכה לוותר על מסד נתונים ייעודי: נפח המידע, עמידות הנתונים, סינון, אינדוקס ודרישות עקביות עדיין יקבעו מהי הארכיטקטורה המתאימה.

שמירת מצב עבור סוכני AI

סוכני AI פועלים בדרך כלל בכמה שלבים. הם עשויים לזכור שיחה, לשמור תוצאות של כלים, לעקוב אחר התקדמות משימה ולשחזר נקודת ביקורת לפני המשך העבודה.

מבני הנתונים של Valkey בזיכרון ויכולותיו כמאגר וקטורי יכולים לספק שכבת זיכרון עבודה מהירה לפעולות הללו. Valkey מתועד גם לשמירת סשנים ולעומסי עבודה נוספים בזמן אמת.

ההבדל המעשי הוא בין בקשה חסרת-מצב למודל לבין האפליקציה בעלת-המצב שסביבה. Valkey אינו מספק את יכולת ההיגיון של הסוכן ואינו מבטיח התנהגות נכונה, אך הוא יכול לספק את המצב הנגיש במהירות שמאפשר לאפליקציה לתאם בין קריאות מרובות למודלים ולכלים.

מה המשמעות של שירות "מנוהל" עבור ארגונים?

הפעלה עצמאית של Valkey מחייבת צוותים להקצות מופעים, להגדיר שכפול ומנגנוני כשל, לנטר ביצועים, להתקין עדכונים, להרחיב קיבולת ולתכנן זמינות. השירות של Akamai נועד להעביר את האחריות הזו לפלטפורמה, כך שמפתחים יוכלו לצרוך את Valkey כשירות במקום לבנות בעצמם את שכבת התפעול.

Akamai מציגה את המוצר כפלטפורמה מנוהלת במלואה וביצועים גבוהים, שמפחיתה מורכבות תפעולית ומקצרת את הדרך מהפיתוח לערך עסקי.

הוויתור על ניהול התשתית אינו מבטל את הצורך בתכנון. ארגונים עדיין צריכים להגדיר מדיניות לשמירת נתונים, ביטול רשומות מהמטמון, בקרת גישה, עמידות, תצפית תפעולית והתאוששות מתקלות.

כיצד השירות משתלב ב-Akamai Inference Cloud?

Akamai Inference Cloud היא שכבת המחשוב והניתוב באסטרטגיית ה-AI המבוזר של החברה. הפלטפורמה הושקה באוקטובר 2025 ונועדה להביא הסקת AI סוכנית לקצה — קרוב למשתמשים ולמכשירים. Valkey Managed Database מוסיף שכבת זיכרון ושליפה סמוכה עבור מצב האפליקציה שההסקה זקוקה לו.

הארכיטקטורה המתוכננת רחבה יותר מהרצת מודל בקצה בלבד:

1. משאבי הסקה מריצים עומסי מודלים קרוב יותר למשתמשים ולנתונים.
2. Valkey שומר בזיכרון הקשר שנשלף לעיתים קרובות, הטמעות, תוצאות במטמון ומצב של סשנים.
3. חיפוש וקטורי מסייע לאתר מידע רלוונטי מבחינה סמנטית עבור RAG ומטמון סמנטי.
4. תפעול מנוהל מצמצם את העבודה הנדרשת כדי לשמור על זמינות שכבת הנתונים.

Akamai ממשיכה להרחיב את התשתית שמאחורי הגישה הזו. החברה הודיעה על פריסת אלפי מעבדי GPU מסוג NVIDIA Blackwell עבור עומסי AI מבוזרים, ותיארה ניתוב חכם ברחבי הרשת שלה כאמצעי להפחתת השהיה ובעיות יציאת נתונים שמאפיינות מרכזי נתונים מרכזיים.

Valkey אינו מחליף את שכבת המחשוב הזו; הוא נועד לשפר את מסלול הנתונים שמקיף את ההסקה ומותאם לדרישות של תגובה מהירה.

מה ההשקה אומרת על אסטרטגיית הענן של Akamai?

המוצר מרחיב את המיצוב של Akamai מעבר למסירת תוכן ואבטחה, לעבר מחסנית ענן מבוזרת המשלבת מחשוב, שירותי נתונים, ביצוע בקצה והגנה. עיתוי ההשקה משקף גם את צמיחת פעילות התשתיות של החברה: שירותי תשתיות הענן הניבו 99 מיליון דולר ברבעון השני של 2026, עלייה של 39% לעומת הרבעון המקביל.

בתוצאות הרבעון הראשון ציינה Akamai בנפרד התחייבות בהיקף 1.8 מיליארד דולר על פני שבע שנים מצד ספק מוביל של מודלי AI מתקדמים עבור שירותי תשתיות הענן שלה. מדובר באינדיקציה לשאיפות התשתית הגדלות של החברה, אך אין לראות בכך חוזה ספציפי עבור Valkey או הוכחה שכל רכיבי מפת הדרכים של ה-AI המבוזר כבר פרוסים באופן נרחב.

מדוע Akamai בחרה ב-Valkey?

Valkey הוא מסד נתונים בקוד פתוח, המנוהל בידי קהילה, מסוג מפתח-ערך ובזיכרון. הפרויקט נוצר כמזלג של Redis ונועד להישאר פתוח, לשמור על תאימות לפרוטוקולים ולמבני נתונים של Redis ולתמוך במטמון ובעומסי עבודה נוספים בזמן אמת.

עבור Akamai, Valkey מספק מודל נתונים מוכר וביצועים גבוהים למפתחים שכבר מכירים מטמון ואחסון סשנים בסגנון Redis. במקביל, הוא מאפשר לחברה להישען על אקוסיסטם קוד פתוח ולתמוך בשימושי AI כמו מטמון סמנטי ושליפה וקטורית — בלי להציג את Valkey כתחליף כללי לכל סוג של מסד נתונים.

השורה התחתונה

Valkey Managed Database הוא שכבת הזיכרון והשליפה בארכיטקטורת ה-AI המבוזרת של Akamai. ההבטחה המרכזית שלו פשוטה: לשמור נתוני AI חמים בזיכרון, לקרב אותם למשאבי ההסקה ולמשתמשים, לעשות שימוש חוזר בתוצאות כשאפשר, לתמוך בשליפה מבוססת וקטורים ולהעביר את ניהול מסד הנתונים לשירות מנוהל.

השימושים המתאימים ביותר הם עוזרים רגישים להשהיה, צינורות RAG, מטמון סמנטי וסוכנים בעלי-מצב. חשיבות ההשקה עבור Akamai היא בחיבור בין שאיפתה להפעיל AI בקצה לבין תשתית הנתונים שהיישומים האלה צריכים.

עם זאת, המוצר עדיין מוגדר כזמין במהדורה מוגבלת. לכן טענות על כיסוי גלובלי מדויק, זמינות דרך שותפי ערוץ או מיקומים עתידיים נוספים דורשות תיעוד מוצר או שותפים נוסף לפני שניתן להתייחס אליהן כמאומתות.