La empresa CoreWeave ha anunciado la integración de PostgreSQL administrado dentro de sus clústeres de Kubernetes, con el fin de acercar el almacenamiento de datos relacionales a los procesos de inteligencia artificial (IA) y facilitar su gestión operativa. Este nuevo servicio, denominado CoreWeave Database (CWDB), busca que las aplicaciones de IA puedan mantener sus estados, metadatos y datos persistentes en el mismo entorno donde se ejecutan las GPUs, evitando la dependencia de bases de datos alojadas en nubes externas.
Integración con infraestructura de IA
El servicio CWDB funciona dentro de los clústeres CoreWeave Kubernetes Service (CKS), ofreciendo un punto de acceso estándar de PostgreSQL compatible con diversas herramientas. Según Corey Sanders, representante de la compañía, los sistemas de IA que operan en entornos de producción requieren más que solo capacidad de procesamiento de GPU, ya que dependen de información crítica como metadatos y embeddings.
Al ejecutar la base de datos dentro del clúster, la propuesta intenta reducir la separación operativa que suele existir cuando los datos están en un entorno distinto al de las aplicaciones. Aunque la compañía plantea que esto puede mejorar la eficiencia, la documentación técnica aún no proporciona cifras concretas sobre la reducción de latencia o el aumento de rendimiento que esto supone para cada usuario.
Seguridad y continuidad del servicio
La arquitectura de CoreWeave Database está diseñada para ofrecer resiliencia mediante la distribución de la instancia principal y sus réplicas entre distintos hosts, apoyándose en el almacenamiento CoreWeave Distributed File Storage (DFS). El sistema utiliza el operador CloudNativePG para gestionar la relación entre las instancias y permite funciones de recuperación automática ante fallos.
En cuanto a la protección de la información, la empresa asegura que las bases de datos se mantienen privadas dentro de los clústeres, con cifrado de datos tanto en tránsito como en reposo. CoreWeave se encarga de la administración de parches y certificados TLS, mientras que los usuarios mantienen el control de los accesos mediante políticas de red y roles de PostgreSQL. Entre sus funciones de respaldo, destaca la capacidad de realizar copias de seguridad continuas y restauraciones en puntos específicos del tiempo.
Compatibilidad con herramientas de vectores
Una característica clave de esta integración es el soporte para pgvector, una extensión que permite el almacenamiento de embeddings y la ejecución de búsquedas vectoriales. Esto resulta especialmente útil para procesos de recuperación semántica y generación aumentada por recuperación (RAG). Además, el servicio permite la migración de datos desde otras nubes o instalaciones propias utilizando herramientas nativas de PostgreSQL.
A pesar de los avances, la documentación actual indica que el servicio todavía podría requerir una solicitud de acceso para disponibilidad limitada, por lo que no se ha confirmado su lanzamiento generalizado. No obstante, empresas como Advaita Bio ya han reportado experiencias de migración exitosas hacia esta plataforma para gestionar literatura biomédica, destacando la rapidez del despliegue y el acompañamiento recibido.
