پرش به محتوای اصلی
پرش به محتوای مقاله

«حافظه اختصاصی برای هر عامل»؛ هدف Supabase از خرید Turso

·۱۰ مهر ۱۴۰۵۲ دقیقه مطالعه
لوگوی Supacase و Turso در کنار هم، نماد خریداری Turso توسط Supabase
لوگوی Supacase و Turso در کنار هم، نماد خریداری Turso توسط Supabase
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

تغییر پارادایم از پایگاه‌داده‌های سنگین و دائمی به مدل‌های سبک و پویا (Dynamic Lifecycle) که فقط هنگام درخواست فعال می‌شوند؛ این یعنی حذف هزینه برای دیتابیس‌های غیرفعال در مقیاس میلیونی.

تصور کنید هر کاربرِ اپلیکیشن شما، یک دستیار هوشمند داشته باشد که برای هر جلسه گفتگو، یک حافظه کاملاً مجزا و اختصاصی می‌سازد. اگر بخواهید این ساختار با ابزارهای فعلی پیاده کنید، هزینه‌ها و تأخیرها پروژه شما را پیش از شروع متوقف می‌کند.

Supabase برای حل این بحران زیرساختی، طبق اعلام رسمی در ۲ اکتبر ۲۰۲۶، شرکت Turso را خریداری کرد. در حال حاضر، عامل‌های هوش مصنوعی (AI Agents) — همان برنامه‌هایی که می‌توانند به‌طور مستقل هدف را تحلیل و اجرا کنند — برای هر نمونه اولیه یا داشبورد، میلیون‌ها پایگاه‌داده ایجاد می‌کنند؛ تقاضایی که از ظرفیت فعلی زیرساخت‌های جهانی فراتر رفته است. این نیاز به زیرساخت‌های مقیاس‌پذیر، در راستای روندی است که در آن استارتاپ‌هایی مانند Restate نیز بر روی ایجاد زیرساخت‌های پایدار برای عامل‌های هوش مصنوعی تمرکز کرده‌اند.

به نقل از گزارش supabase.com، این پلتفرم در حال حاضر هفته‌ای بیش از یک میلیون پایگاه‌داده را راه‌اندازی می‌کند. همان‌طور که در تحلیل قبلی ما درباره‌ی مدیریت وضعیت در سامانه‌های چندعاملی اشاره کردیم، مشکل اصلی در اینجا «هزینه استقرار» است. در مدل‌های سنتی، هر پایگاه‌داده به منابع سخت‌افزاری اختصاصی نیاز دارد که برای گردش‌کارهای عامل‌محور بسیار کند و گران است. این چالش‌های استقرار دقیقاً همان نقاط ضعفی هستند که پلتفرم‌هایی نظیر Volcano با هدف کوتاه کردن مسیر تبدیل عامل‌ها به محصول نهایی سعی در رفع آن‌ها دارند.

برای رفع این مشکل، Supabase مزایای فنی Turso را با معماری خود ادغام می‌کند:

  • SQLite مبتنی بر Rust: تورسو نسخه SQLite را با زبان Rust بازنویسی کرد تا یک سرور بتواند میلیون‌ها پایگاه‌داده را به‌طور هم‌زمان مدیریت کند.
  • چرخه حیات پویا: پایگاه‌داده‌ها فقط هنگام نیاز بارگذاری شده و در زمان بیکاری متوقف می‌شوند؛ این یعنی هزینه‌ها به‌شدت کاهش می‌یابد.
  • مسیر ترکیبی: توسعه‌دهندگان می‌توانند با SQLite برای کارهای کوچک شروع کنند و با رشد برنامه، به‌سادگی به Postgres مهاجرت کنند.

این خرید، این فرض قدیمی را که هر برنامه از روز اول به یک پایگاه‌داده سنگین و دائمی نیاز دارد، به چالش می‌کشد. حالا Supabase با تبدیل پایگاه‌داده به چیزی به سادگی یک فایل، اجازه می‌دهد عامل‌ها بدون نگرانی از هزینه‌های زیرساختی، سریع‌تر تکامل یابند. این تغییر، سد ورود برای توسعه‌دهندگانی که سامانه‌های پیچیده و چندعاملی با وضعیت‌های ایزوله می‌سازند را می‌شکند.

گلاوبر کوستا و پکا انبرگ به تیم جدید می‌پیوندند و کوستا رهبری زیرساخت‌های عامل‌محور را بر عهده می‌گیرد.

گام بعدی شما

  • اگر در حال ساخت عامل‌های هوش مصنوعی هستید، مدل قیمت‌گذاری جدید Supabase را برای کاهش هزینه‌های استقرار دنبال کنید.
  • معماری SQLite-based را برای مدیریت حافظه‌های موقت (Session-based) در اپلیکیشن‌های خود بررسی کنید.
  • تغییرات احتمالی در مدل‌های هزینه پلتفرم‌هایی مثل Superhuman و Mastra را رصد کنید.

اما تأثیر این ادغام بر سرعت استنتاج در لبه‌های شبکه حتی حیاتی‌تر است — به تحلیل ما درباره رایانش لبه مراجعه کنید.

چرا این موضوع مهم است؟

این اقدام با تکیه بر تخصص Turso در بهینه‌سازی SQLite، هزینه استقرار حافظه برای عامل‌های هوش مصنوعی را به شدت کاهش می‌دهد. این تغییر به توسعه‌دهندگان اجازه می‌دهد بدون محدودیت بودجه، مقیاس تعداد عامل‌ها را افزایش دهند.

تأثیر برای ایران

توسعه‌دهندگان ایرانی که از Supabase برای پروژه‌های خود استفاده می‌کنند، اکنون می‌توانند با هزینه کمتر، عامل‌های هوش مصنوعی با حافظه مجزا بسازند.

·نگاه ما
تحریریه دات‌هوش

جایگزینی Postgres با SQLite در لایه‌های اولیه، نشان‌دهنده چرخش صنعت به سمت «پایگاه‌داده‌های efemeral» یا زودگذر است. در دنیای عامل‌ها، داشتن یک دیتابیس دائمی برای هر تسک، اتلاف منابع است؛ بنابراین مدل «پایگاه‌داده به مثابه فایل» تبدیل به استاندارد جدید توسعه خواهد شد.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.