Una nuova proposta per l’infrastruttura IA

CoreWeave ha annunciato CoreWeave Database (CWDB), un servizio PostgreSQL amministrato che opera direttamente all'interno dei cluster CoreWeave Kubernetes Service (CKS). L'obiettivo è mantenere le basi di dati relazionali vicino alle applicazioni di intelligenza artificiale e alle GPU, riducendo la latenza e semplificando la gestione operativa.

Secondo la documentazione del prodotto, CWDB espone un endpoint PostgreSQL standard, accessibile con driver o strumenti compatibili, e include funzioni di backup continuo, ripristino point‑in‑time e failover automatico. Inoltre, il servizio supporta l’estensione pgvector, che consente di memorizzare embedding e di eseguire ricerche vettoriali all'interno dello stesso database.

Nonostante le funzionalità elencate, la guida alla creazione di una nuova istanza CWDB indica ancora che, se il servizio non è abilitato nel cluster, è necessario richiedere un accesso a disponibilità limitata. Perciò, al momento non è confermata la disponibilità generale del prodotto.

Integrazione con CoreWeave Kubernetes Service

CKS è un servizio Kubernetes gestito che opera su server bare‑metal della cloud CoreWeave. CWDB viene distribuito come pod all’interno di questo ambiente, sfruttando CoreWeave Distributed File Storage (DFS) per i dati attivi e CloudNativePG come operatore per gestire la relazione tra l’istanza primaria e le repliche di lettura.

La architettura distribuisce la primaria e le repliche su più host, garantendo alta disponibilità e resilienza. Il failover automatico è attivato in caso di guasto dell’host primario, con le repliche pronte a subentrare senza interruzioni percepibili dalle applicazioni.

Il servizio prevede inoltre:

    • Backup continui attivati di default.
    • Ripristino point‑in‑time entro la finestra di ritenzione (non specificata).
    • Backup programmati o on‑demand tramite la risorsa CWDBBackup.
    • Ripristino in un nuovo cluster per test di integrità dei backup.

Sicurezza e gestione degli accessi

CoreWeave afferma che le istanze CWDB rimangono private all’interno del cluster, con cifratura dei dati a riposo e in transito. La gestione dei certificati TLS, dei patch di sicurezza e del monitoraggio è interamente a carico di CoreWeave, mentre i clienti controllano l’accesso tramite:

    • Ruoli PostgreSQL.
    • Policy di rete Kubernetes.
    • Log di audit integrati.

Al momento non sono disponibili verifiche indipendenti di queste misure di sicurezza.

pgvector e scenari di intelligenza artificiale

L’estensione pgvector consente di archiviare embedding di modelli di linguaggio e di effettuare ricerche vettoriali direttamente all’interno di PostgreSQL. Questo è particolarmente utile per workflow di retrieval‑augmented generation (RAG) o per la ricerca semantica di documenti in combinazione con dati transazionali.

CoreWeave non fornisce benchmark comparativi con soluzioni di archiviazione vettoriale dedicate, ma la possibilità di gestire sia dati relazionali che vettoriali in un unico DB può semplificare l’architettura delle applicazioni IA.

Migrazione e controllo da Kubernetes

Secondo la documentazione, CWDB supporta migrazioni da altre cloud o da installazioni on‑premise tramite strumenti nativi di PostgreSQL (es. pgdump, pgrestore). I clienti mantengono piena proprietà su schemi, query e utenti, mentre CoreWeave si occupa di patch e operatività continuativa.

La gestione del servizio può avvenire tramite:

    • CoreWeave Cloud Console.
    • kubectl e altre CLI Kubernetes.
    • Strumenti GitOps come Argo CD o Flux.
    • Controller personalizzati che interagiscono con l’API di Kubernetes.

Due risorse chiave sono introdotte:

    • CWDBCluster: definisce topologia, risorse di calcolo, storage e configurazioni di recupero.
    • CWDBBackup: consente backup on‑demand e definizione di punti di recupero prima di operazioni potenzialmente disruptive.

Vantaggi operativi e limiti attuali

Integrare PostgreSQL nel medesimo cluster delle GPU offre potenziali vantaggi:

    • Riduzione della latenza di rete tra applicazione IA e database.
    • Minore complessità di gestione di più fornitori cloud.
    • Operatività centralizzata tramite gli stessi strumenti Kubernetes usati per i carichi di lavoro IA.

Tuttavia, CoreWeave non fornisce dati concreti su miglioramenti di latenza o throughput rispetto a soluzioni tradizionali “database‑as‑a‑service” ospitate esternamente. Inoltre, la fase di accesso limitato indica che il servizio potrebbe non essere pronto per tutti gli utenti, e le metriche di performance rimangono non quantificate.

Conclusioni

CoreWeave Database rappresenta un passo significativo verso l’unificazione dell’infrastruttura IA e dei dati relazionali, offrendo un PostgreSQL gestito con backup, failover e supporto pgvector direttamente all’interno dei cluster CKS. La proposta risponde a una necessità crescente di avvicinare i dati al calcolo intensivo di GPU, ma la sua adozione dipenderà dalla disponibilità generale del servizio e dalla capacità di dimostrare vantaggi di latenza e costi rispetto a soluzioni già consolidate.