AWS מאיצה את Aurora serverless ל-256 ACU לעומסי AI agentic מקפצניים

AWS האיצה משמעותית את יכולת ה-scaling של Aurora serverless כדי לעמוד בדרישות של AI מבוסס-agent, שמייצר דפוסי גישה למסד הנתונים בלתי-צפויים וגליים — שונים מאוד מתעבורה יציבה שמונעת בני אדם. Aurora serverless מוסיפה כעת אוטומטית 12 יחידות Aurora Capacity Units (ACUs) בתוך שנייה אחת ומטפסת עד 256 ACUs ככל שה-workload גדל, מה שמאפשר למסד הנתונים לעמוד בקצב כשמערך של agents פתאום מציף אותו ב-queries.

AWS מדדה בbenchmark את תגובת ה-cluster לזינוקים פתאומיים מול instance מסוג provisioned db.r8g.xlarge, וממצבת את ה-scaling המהיר כדרך להימנע גם מעלות ה-over-provisioning של instances קבועים וגם מהשהיית ה-autoscaling האיטי. המסגור הטכני — 12 ACUs בשנייה — חשוב כי workloads מבוססי-agent יכולים לעבור מ-idle לשיא ברגעים, כש-agent מפרק משימה להרבה פעולות מסד נתונים מקבילות.

זה חלק ממהלך רחב יותר של AWS להפוך את שירותי הנתונים והתשתית שלה ל-agent-ready. באותו שבוע AWS שחררה הנחיות לבניית workflows מבוססי-agent עם SageMaker AI ו-Bedrock AgentCore, 'blame graph' על OpenSearch למעקב אחר כשלי החלטה מדורגים בין agents מרובים, את AgentCore Observability לניטור agents on-prem ורב-ענניים, ואת הרחבות Microsoft 365 של Amazon Quick — שכעת ב-GA — שמטמיעות AI מבוסס-agent ב-Word, Excel, PowerPoint ו-Outlook.

האות המצטבר הוא ש-AWS רואה את הכסף הקרוב ב-AI באינסטלציה התפעולית — מסדי נתונים, observability ו-governance ל-agents — ולא רק במודלים המובילים. עבור צוותי הנדסה שכבר על Aurora, scaling מהיר יותר ב-serverless הוא ניצחון קונקרטי ובעל חיכוך נמוך. שווה לעקוב האם תקרת ה-256-ACU וה-scaling בקצב-לשנייה יחזיקו מעמד תחת מערכי agents אמיתיים ב-production, שבהם דפוסי query של 'עדר משתולל' עדיין עלולים להציף את ה-autoscaling.