fost-nepal.org – SurrealDB baru saja meluncurkan versi 3.0 dari basis datanya dan mengumumkan perpanjangan pendanaan Seri A senilai 23 juta dolar AS, yang menjadikan total pendanaan mencapai 44 juta dolar AS. Perusahaan ini berfokus pada pengembangan sistem generasi yang diperkuat dengan pengambilan (RAG) untuk agen AI, dengan penekanan pada perlunya memori konteks agar sistem dapat beroperasi secara efektif.
Dengan peningkatan kompleksitas dan kebutuhan untuk menyinkronkan berbagai lapisan data, SurrealDB berusaha menyelesaikan isu terkait kinerja dan akurasi. CEO SurrealDB, Tobie Morgan Hitchcock, menjelaskan bahwa banyak pengembang menghadapi kesulitan dalam mendapatkan akurasi yang baik karena mereka harus menjalankan banyak kueri ke berbagai basis data yang masing-masing memiliki konteks yang berbeda.
Dengan lebih dari 2,3 juta unduhan dan 31.000 bintang di GitHub, SurrealDB telah diterima dengan baik oleh pengembang. Per Deployannya mencakup perangkat di mobil, sistem pertahanan, serta teknologi iklan untuk Android.
Sistem memori agen yang baru memungkinkan penyimpanan memori sebagai hubungan grafis dan metadata semantik langsung di dalam basis data, tidak lagi bergantung pada kode aplikasi atau lapisan caching eksternal. Dengan menggunakan plugin Surrealism, pengembang dapat mengatur cara agen membangun dan mengquery memori ini, memungkinkan eksekusi logika di dalam basis data dengan jaminan transaksional.
Keunggulan SurrealDB terletak pada cara ia menyimpan data, yang memungkinkan kueri tunggal melalui SurrealQL untuk melakukan pencarian dan penggabungan tanpa perlu keluar dari basis data. Ini membuat pengelolaan data yang terus diperbarui menjadi lebih efisien, tanpa memerlukan caching atau replikasi baca.
Meskipun SurrealDB menawarkan banyak keunggulan, Hitchcock menekankan bahwa basis data ini tidak selalu menjadi solusi terbaik untuk setiap tugas. Jika pengguna hanya membutuhkan analisis data yang tidak sering diperbarui, pilihan lain seperti penyimpanan objek mungkin lebih tepat. Namun, untuk kebutuhan yang melibatkan berbagai jenis data bersamaan, SurrealDB menjadi pilihan yang sangat efektif, dengan pengurangan waktu pengembangan yang signifikan.