Vercel-მა დაამატა მუდმივად ჩართული Daemons, Python-ის სრული მხარდაჭერა და Drives AI აგენტებისთვის

Daemons მუდმივად ჩართული პროცესებისთვის

Vercel-მა Daemons ხუთშაბათს სან-ფრანცისკოში გამართულ Ship კონფერენციაზე წარადგინა. სერვისი საჯარო ბეტაშია: დეველოპერებს კონტეინერის გაშვება და რეგიონში ინსტანციების რაოდენობის დაყენება შეუძლიათ. Vercel პროცესებს ჩართულს ინახავს და აღადგენს მათ შეწყვეტისას. თავიდან Daemons მხარს უჭერს pull ტიპის დატვირთვებს: worker-ები დავალებებს რიგიდან ან ბაზიდან იღებენ და ამუშავებენ.

CTO-მ მალტე უბლმა თქვა, რომ ეს სტეკში უფრო ქვემოთ სვლაა და მიზანია, მეტმა გუნდმა Vercel ინფრასტრუქტურის პროვაიდერად გამოიყენოს. მან ის მოთხოვნით მართულ სამუშაოს დაუპირისპირა და Vercel-ის განლაგების პაიპლაინი მოიყვანა მაგალითად: განლაგებას ის პროცესი არ ამუშავებს, რომელიც API მოთხოვნას იღებს. Daemons-ით worker-ები იწყებენ, სამუშაოს ითხოვენ და ამუშავებენ. კომპანიის თქმით, კონტეინერების საჯარო ბეტის შემდეგ 5 000 გუნდმა 150 000 განლაგება გააკეთა.

Next.js-ისა და Python-ის worker-ის მაგალითი

Vercel-ის მაგალითი აერთიანებს Next.js ფრონტენდს, Python API-ს და კონტეინერიზებულ ვიდეო პროცესორს. კონტეინერი აერთიანებს Python-ის დამოკიდებულებებსა და FFmpeg-ს, Vercel Queues-იდან იღებს დავალებებს დასაკრავი ფაილებისა და მინიატურების შესაქმნელად. უბლმა ტრანსკოდინგი CPU-ზე მიბმულ დატვირთვად აღწერა, სადაც მანქანები 100% CPU-ზე უნდა იყოს. მისი თქმით, Daemons დროებითი sandbox-ის საპირისპიროა: ჩართული რჩებიან, მაგრამ ინტერნეტიდან მოთხოვნით არ იწვევიან.

Python-ის მხარდაჭერა საყოველთაოდ ხელმისაწვდომი გახდა

Vercel-მა Python-ის მხარდაჭერა FastAPI-სთვის, Flask-ისა და Django-სთვის საყოველთაოდ ხელმისაწვდომი გახადა. აპლიკაციები სტანდარტულ CPython-ზე მუშაობენ PyPI დამოკიდებულებებით, Vercel კი ჩარჩოს ამოცნობას, build-სა და სკალირებას აკეთებს. კომპანიის თქმით, პლატფორმაზე 150 000 გუნდი უკვე ამუშავებს Python backend-ებს, მათ შორის OpenAI-ს, Polymarket-ისა და Exa-ს ინჟინრები.

კონტეინერებზე უბლმა თქვა, რომ კომპრომისი image-ის მოვლაა. Node-ის, Bun-ის ან Python-ის მართული runtime-ით Vercel უსაფრთხოების განახლებას მომხმარებლის ხელახალი განლაგების გარეშე აყენებს. კონტეინერზე, მისი თქმით, image საბოლოოდ მომხმარებლის პასუხისმგებლობაა, რადგან Vercel მას ბაიტებად ხედავს. Daemons-ის გაშვება Git-ით ან Vercel CLI-ით შეიძლება; Vercel image-ს აწყობს და Container Registry-ში ინახავს.

Drives გამიზნულია ფაილებზე, რომლებიც sandbox-ს გადააჭარბებენ

Vercel-მა Drives-იც საყოველთაოდ ხელმისაწვდომი გახადა. ეს მუდმივი საცავი AI აგენტებისთვისაა და აგენტის ფაილებს კოდის გამშვები sandbox-იდან აცილებს. აგენტს შეუძლია drive ახალ sandbox-ში მიამაგროს, runtime შეცვალოს და უკვე შექმნილ ფაილებთან მუშაობა გააგრძელოს. უბლმა მას EBS-ის სტილის ქსელური drive-ისა და object storage-ის ჰიბრიდი უწოდა და თქვა, რომ AWS ამ კომბინაციას არ სთავაზობს. ჩაწერა ლოკალურ NVMe დისკზე ხდება და ასინქრონულად მიედინება object storage-ში; კითხვა ლოკალურ დისკს იყენებს, თუ არსებობს, ან ბლოკ-ბლოკ მიედინება.

უბლმა თქვა, რომ Drives აგენტებისთვის snapshots-ზე უკეთესია, რადგან snapshots დიდი ხდება, როცა ერთსა და იმავე უცვლელ მასალას იღებს. ერთი სამუშაო დირექტორიის მიმაგრება აგენტებს ერთი და იგივე დაქეშილი image-იდან ჩატვირთვის საშუალებას აძლევს. Drives-ით აგენტებს შეუძლიათ ერთმანეთის ნამუშევარი გამოიყენონ: ერთი ამზადებს მონაცემთა ნაკრებს, სხვები read-only ასლებს მიამაგრებენ ანალიზისთვის ან რეპორტებისთვის, აგენტებს კი შეუძლიათ drive-ის fork გააკეთონ ცალკე ჩასაწერი სატესტო სივრცეებისთვის. მისი თქმით, fork-ები ორიგინალში არ იმერჯება, ამიტომ დეველოპერებმა აგენტს უნდა უთხრან, სად ჩაწეროს, შემდეგ კი ეს დირექტორია მუდმივ drive-ში მიამაგრონ. Drives ყველა Vercel გეგმაზეა ხელმისაწვდომი, ნაგულისხმევი მოცულობებით 1 TiB, ან 1 GiB Hobby-ზე, და კონფიგურაციებით 16 TiB-მდე.

წყაროები: The New Stack