Autonome Systemen: Infrastructuur Bouwen die Denkt en Zich Aanpast

Beschrijving

Talk 1: Agent Harnesses als Gedistribueerde SystemenLanglopende agent harnesses zijn het onderwerp van een groeiend aantal studies. Een gedeelde set van primitieve taken komt steeds terug: deterministische orchestration rond probabilistische actoren, duurzame gedeelde staat die de contextvensters overleeft, en verificatiepoorten die hallucinatieve vooruitgang opvangen voordat het zich ophoopt. Gebaseerd op een jaar waarin een agentic harness werd gebouwd dat LLM-inferentieruntimes genereert en optimaliseert voor Arm-hardware van cloud tot edge, nemen we door hoe deze primitieve taken in de praktijk worden omgezet: een onveranderlijk experimentenregister met bijgevoegde bevorderingsredenen, een kennisbank die consistent moet blijven bij herstarts en modelupgrades, en correctheids poorten die strikt vóór prestatiepoorten zijn gerangschikt. We beschrijven concrete faalmodi — hallucinatieve correctheid, journal-contestatie, kennisbank-drift — en de technieken van gedistribueerde systemen die het harness eerlijk hielden.Talk 2: Waarom AI Polystores Nodig HeeftToepassingen evolueren. Databases blijven bevroren in de tijd. Elke applicatie begint met een opslagbeslissing. We kiezen een database op basis van de vereisten van vandaag, en bouwen vervolgens jaren lang rondom die keuze. Maar toepassingen staan zelden stil. Nieuwe functies worden toegevoegd, toegangspatronen veranderen, data groeit, en volledig nieuwe workloads ontstaan. De database echter blijft beperkt door architectonische beslissingen die lang geleden zijn gemaakt, omdat het veranderen van opslagmotoren duur, riskant is en vaak het herschrijven van de applicatie vereist. Wat als databases zich samen met je applicatie konden ontwikkelen? Wat als ze continu workloadpatronen konden observeren, de semantiek van de applicatie konden begrijpen, de beste opslagmotor voor elke dataset konden aanbevelen, en transparant data konden migreren naarmate workloads veranderen? Tot voor kort was deze visie buiten bereik. Het kiezen van de juiste opslagmotor vereist begrip van de nuances en afwegingen van veel verschillende opslagmotoren, elk met zijn eigen architectuur, prestatiekenmerken en operationele complexiteit. Heel weinig ingenieurs beschikken over die breedte aan expertise. Recente vooruitgangen in AI maken het mogelijk om deze kennis vast te leggen, te redeneren over applicatieworkloads, en opslagselectie en -migratie te automatiseren op een schaal die voorheen onpraktisch was. In deze talk zullen we onderzoeken waarom polystores de juiste architectuur zijn voor deze toekomst. We zullen bespreken hoe AI workloads kan analyseren, queries naar de meest geschikte opslagmotor kan routeren, datamigraties kan aanbevelen of automatiseren naarmate applicaties evolueren, en een enkele logische database aan ontwikkelaars kan presenteren. Ten slotte zullen we deze ideeën demonstreren via KalDB, een autonome polystore die zich aanpast aan applicaties in plaats van applicaties zich te laten aanpassen aan hun databases.Over de SprekersThomas Cottenier is Senior Principal Engineer bij Arm, en werkt aan ontwikkelaarsplatforms en AI-diensten in edge- en cloudomgevingen. Hij was eerder Principal Engineer bij AWS, waar hij bijdroeg aan AI-aangedreven ontwikkelaarstools zoals CodeWhisperer, Amazon Q en Kiro. Hij heeft een PhD in Computer Science in programmeertalen en software engineering en heeft meer dan 20 jaar ervaring die zich uitstrekt over compilers, codegeneratie en AI-versnelling.Suman Karumuri is Principal Engineer die zich specialiseert in gedistribueerde systemen, databases, en grote zoekinfrastructuur. In de afgelopen twee decennia heeft hij infrastructuur gebouwd bij Airbnb, Slack, Twitter, Meta, Amazon, Microsoft, Yahoo, en Goldman Sachs. Zijn werk omvat het leiden van Airbnb's next generation observability platform, het architectureren van Slack's serverless search backend, en het mede-opstellen van de OpenTracing-specificatie. Hij bouwt momenteel een next generation database-infrastructuur die zich richt op autonome polystores die AI gebruiken om dataplacement, query-executie en opslag-evolutie over heterogene opslagmotoren te optimaliseren.Bedankt Arm voor het sponsoren van het evenement.