Synrix、AIエージェント向けのローカルファーストメモリエンジンを発表

AIエージェントのための高速メモリ

AIエージェント開発のボトルネックは、長い間メモリでした。エージェントが毎秒数千の状態更新を実行する場合、メモリインフラストラクチャは追いつくのに苦労します。Synrixは、この問題を解決することに重点を置いた企業で、AIエージェント専用のローカルファーストメモリエンジンを導入しました。

Synrixメモリエンジンは、固定サイズのキャッシュアライン化されたノードと呼ばれるラティスと呼ばれるフラットなメモリマップ配列を使用します。この設計により、すべてのノードはIDによってO(1)で到達可能であり、すべてのプレフィックスグループはO(k)で到達可能になります。ここで、kは一致する結果の数です。このアプローチにより、クエリプランナー、埋め込みモデル、およびネットワークラウンドトリップの必要性が排除されます。

技術的な詳細

エンジンはCで書かれており、エージェントと同じマシン上で実行され、mmapを使用してRAMから直接読み込みます。クラッシュした場合のデータ損失を防ぐために、ライトはライトアヘッドログ（WAL）によって保護されます。ノードのレイアウトは、固定サイズが1216バイト、キャッシュアラインが64バイトのCPUプリフェッチ用に最適化されています。

Synrixノードは型付けされており、ドメイン固有の構造体を運ぶペイロードユニオンを持っています。プレフィックススキームはエンジンによって強制され、プレフィックス爆発を防ぎ、O(k)クエリパフォーマンスを保証します。parent_idフィールドにより、エージェントはツリーをフラットラティスに保存したマルチステップ推論を記録できます。

パフォーマンスとユースケース

Synrixは、印象的なパフォーマンスメトリクスを誇っています。Mem0と比較して、p95読み取り時間は1.4秒であり、Qdrantはp50時間4ミリ秒（ただし、埋め込みモデルとネットワークホップが必要）であるのに対し、Synrixはオーダーメイドのソリューションを提供します。同社は、25,000ノードの無料ティアとキー不要のライセンスオプションを提供しています。

エンジンは、Jetsonなどのデバイスで実行されるエージェントが電源損失に耐えることができるローカル状態を必要とするエッジ展開に特に適しています。Synrixは、632 KBと非常に軽量で、ランタイム依存がなく、このようなシナリオに最適です。

業界の状況

AI開発における効率的なメモリインフラストラクチャの必要性は、ますます重要になっています。AIエージェントがより一般的になり、その操作がより複雑になるにつれて、高速で耐久性のあるメモリソリューションの需要が高まっています。Synrixのローカルファーストアプローチへの焦点は、開発者にとって重要な課題を解決し、クラウドサービスや埋め込みモデルに依存しないソリューションを提供します。