1. Forside
  2. Produkter
  3. NatusAI Cygnus
Forbundet datafundament · Lag 01 · Forbundet fundamentPlanlagt v1

NatusAI Cygnus: ét samlet billede af din forretning – med hele historikken

Cygnus er NatusAI-platformens planlagte datafundament – en vidensdatabase til digitale tvillinger. Den holder aktiver, dokumenter, placeringer, målinger og deres relationer samlet, så mennesker og godkendte AI-assistenter kan besvare spørgsmål, der før tog dage.

  • Spørgsmål på tværs af siloer besvaret, mens beslutningen stadig er åben.
  • Se, hvad der var sandt, og hvad man vidste, på en hvilken som helst tidligere dato: historik, dine revisorer kan følge.
  • Kører som ét system på dine egne servere, med færre dele at integrere og sikre.
Kystlinje om natten med oplyste havne, et containerskib og lysende ruter: en forbundet, verdensomspændende tvilling
Det giver forretningen

Seks slags forretningsdata, én forbundet model

En sensormåling har et tidspunkt, et sted, et aktiv og en kilde. En kontrakt henviser til det samme aktiv. Cygnus bevarer disse forbindelser, så svarene følger dem i stedet for at genopbygge dem hver gang.

Relationer

Kunder, udstyr, kontrakter og hændelser forbundet direkte, så ejerskab, afhængigheder og årsager er lette at følge.

Fakta og viden

Hvem driver hvad, hvilken rapport beskriver hvilken hændelse: fakta knyttet til de ting, de beskriver.

Placering

Positioner, spor og områder knyttet til de aktiver, de hører til, og til deres historik.

Målinger over tid

Målinger gemt ved siden af de aktiver, de beskriver – fra ét øjeblik til mange års historik.

Søgning på betydning

Find information ud fra, hvad den siger, og følg den tilbage til den oprindelige kilde.

Præcis søgning

Navne, id’er og tekstpassager kombineret med relationer, sted og tid.

En infrastrukturingeniør og en IT-sikkerhedschef tjekker en server i et on-premise-datacenter (illustrativt billede)
Den første version er rettet mod én server, som du selv driver.
Tre gennemsigtige planer af forbundne noder, der fortaber sig i dybden: de samme data på forskellige tidspunkter

Spørg, hvad der ændrede sig – og hvad man vidste dengang.

Et skib sejlede ind i et stormområde kl. 14.00. En korrigeret position kom kl. 14.10. Cygnus er designet til at genskabe beslutningen kl. 14.05 med det, man vidste på det tidspunkt, eller til at vise det korrigerede billede. Det er den historik, en revisor eller en tilsynsmyndighed beder om.

Programmering tæt på dataene

Et sprog og en forespørgselsmodel bygget til grafen

Cygnus er planlagt til at kombinere sit eget typede programmeringssprog med lagring, udførelse og tjenester. Forretningslogikken arbejder direkte med persistente entiteter og deres relationer, så der skal oversættes mindre mellem databaserækker, applikationsobjekter og API-svar.

Modellér én gang, brug overalt

Den samme typede model fører data fra varig lagring ind i applikationslogik og tjenestekontrakter. Færre mappinger betyder færre steder, hvor typer, feltnavne og relationsdefinitioner kan glide fra hinanden.

Forespørg via forbundne stier

Start fra et indekseret indgangspunkt, følg de relationer, du har brug for, og afgræns efter tid, sted eller søgning. Den optimerede forespørgselsmodel sigter mod at udføre arbejdet tæt på lagringen og kun returnere det ønskede resultat.

Udstil den samme forretningslogik

Typede funktioner bliver til applikationstjenester og godkendte værktøjer. HTTP/RPC, streaming, genererede TypeScript-klienter og MCP-beskrivelser er en del af backend-designet, så der er færre separate adapterlag at vedligeholde.

Mindre dataflytning. Et mindre arbejdssæt.

Hent den del, du har brug for. Lad resten blive på disken.

En stor graf behøver ikke at blive indlæst fuldt ud i hukommelsen. Persistente referencer lader en operation hente relevante noder, indekssider og tidsintervaller, efterhånden som der er brug for dem.

At se på ét skib bør ikke kræve, at alle skibe, alle dokumenter og hele positionshistorikken indlæses. Selektiv traversering og afgrænsede læsninger er designet til at holde hukommelsesforbruget knyttet til det arbejde, der faktisk udføres.

Det er vejen til hurtigere forbundne forespørgsler og lavere ressourceforbrug: mindre materialisering, færre overførsler mellem tjenester og mindre duplikeret kontekst. Den faktiske gevinst afhænger af graf, indeks, arbejdsbelastning og hardware.

Illustrativ adgangssti

  1. 01 / Varig graf

    Start med referencer og et indekseret udvalg

    Skib · Last · Rute · andre skibe · anden last · ældre intervaller bliver på disken.

    Først berøres kun referencer og et indekseret udvalg.

  2. 02 / Relevant arbejdssæt

    Hent det, denne operation bruger

    Valgt skib → last → ønsket spor

    Hent de forbundne data og det tidsvindue, denne operation bruger.

  3. 03 / Afgrænset resultat

    En kortvisning, et udsnit af historikken eller et svar

    Side · stikprøve · strøm

    Returnér en side, en stikprøve eller en strøm. Store eksporter og genopbygninger bruger afgrænset behandling eller varige jobs.

Lagring, forespørgsler og vedligeholdelse

Fra at samle tabeller til at følge forbundne data

Relationelle systemer fungerer godt til strukturerede poster og SQL-rapportering. Når en forbundet applikation får historik, kort, semantisk søgning og AI, flytter omkostningen sig ofte mod joins, objektmapping og koordinering af ekstra tjenester. Cygnus er designet til at reducere det overhead i én programmerbar motor.

Arkitektonisk sammenligning for forbundne driftsarbejdsbelastninger · Cygnus’ kapabiliteter er fortsat planlagte
DimensionTabelbaseret lagring + applikationsstakCygnus’ samlede temporale graf (planlagt)
DatalagringEntiteter bliver til rækker; relationer bruger nøgler og ofte koblingstabeller. Applikationskoden mapper rækker til objekter.Typede entiteter og persistente links deler én model på tværs af lagring, logik og tjenester.
Forbundne forespørgslerJoins genskaber relationerne, når der forespørges. Dybe stier kan øge kompleksiteten i forespørgsler og mapping.Indekserede indgangspunkter og graftraversering følger lagrede relationer med tidsmæssige og geografiske afgrænsninger.
Hukommelse og dataflytningEffektive motorer bruger allerede indeks og caches; brede joins og behandling på applikationssiden kan stadig skabe store mellemresultater.Hent grafdata efter behov; brug afgrænsede intervaller, sider og strømme i stedet for at materialisere hele det forbundne datasæt.
Historik og rettelserHistoriktabeller, temporale udvidelser eller hændelsesmodeller skal designes og afstemmes med applikationens forespørgsler.Temporal tilstand og bitemporal adgang er en del af modellen og bevarer forskellen mellem gyldighedstid og videnstid.
Geodata, tekst og vektorerUdvidelser kan tilføje kapabiliteter i én database; specialiserede tjenester kan have brug for egne stier til identitet, indeksering og synkronisering.Geografiske ressourcer, tidsserier, tekst og vektorer er koblet til de samme entiteter og versionerede kilder.
Forespørgsels- og applikationssprogSQL plus applikationskode, mappingbiblioteker og nogle gange separate søge- eller grafforespørgselssprog.Ét indbygget typet sprog og en optimeret forespørgselsmodel bringer beregningen tæt på de persistente grafstrukturer.
Vedligeholdelse og videreudviklingKoordinér databaseskemaer, mappinger, tjenestekontrakter og eventuelle separat drevne søgelagre.Fælles typebeskrivelser og tjenestekontrakter reducerer dobbelte definitioner; migreringer og indeksændringer følger eksplicit versionsadfærd.
AI og adgangskontrolTypisk tilføjes en værktøjsgateway og et chatlag, hvorefter deres rettigheder skal afstemmes med de datastier, de kalder.Indbygget MCP og en afgrænset chatkontrakt bruger de samme typede tjenester, med autorisation i lagrings- og udførelsesstierne.

Sådan måler du det: den tilsigtede fordel er hurtigere arbejde med mange relationer og mindre overhead til mapping, synkronisering og ressourcer. Mål forespørgselssvartid, maksimalt hukommelsesforbrug, disk-I/O, indlæsning og vedligeholdelsesindsats på samme arbejdsbelastning og hardware. Et datavarehus eller en moden SQL-stak kan fortsat passe bedre til store tabelbaserede analyser eller nødvendige udvidelser.

Indbygget MCP og chat

AI kan arbejde med dine data. Og med konteksten bag dem.

Et AI-svar bliver mere nyttigt, når det kan koble det rigtige dokument til den rigtige entitet, det rigtige sted og det rigtige øjeblik. Cygnus er planlagt til at samle søgning, kaldbar forretningslogik og samtaleregistreringer i backend-modellen.

Indbyggede MCP-værktøjer

Model Context Protocol giver godkendte agenter en typet måde at finde og bruge backend-funktioner på. Opdagelse og udførelse af værktøjer følger kalderens rettigheder og bruger de samme tjenestekontrakter som applikationerne.

Chat som en backend-kapabilitet

Den planlagte leverandørneutrale chatkontrakt dækker beskeder, streaminghændelser, værktøjskald, struktureret output og varige registreringer af sessioner og kørsler. Lokale eller eksterne modelbindinger vælges og kvalificeres eksplicit for installationen.

Svar med tidsmæssig dokumentation

Kombinér fuldtekst- og vektorsøgning med kontekst fra graf, geografi og historik. Bevar henvisninger til kildeversioner og den valgte tidskontekst, så et menneske kan efterprøve dokumentationen og forstå, hvordan et svar blev til.

Regler for dataadgang anvendes før visning og søgerangering. Hentet indhold og modeloutput giver ikke tilladelse til at handle; beskyttede handlinger kræver deres egen godkendelse og, hvor det er angivet, en menneskelig beslutning.

Alle dimensioner i ét spørgsmål

Følg et skib gennem tid og sted

»Hvilken last var om bord på skibe inden for stormområdet i går, og hvilke rapporter forklarer risikoen?«

Denne foreslåede maritime arbejdsbelastning samler arkitekturen. Samme tilgang kan forbinde udstyr, telemetri og vedligeholdelse i applikationer til energi, produktion eller infrastruktur.

Konceptuelt kort, der forbinder skibe, havne og sejlruter om natten
Illustrativt: en foreslået maritim arbejdsbelastning, ikke en kørende global tjeneste.

Sådan bygges svaret

  1. Fastlæg den historiske kontekst

    Vælg gårsdagens interval, og om spørgsmålet bruger det, man vidste dengang, eller senere korrigeret dokumentation.

  2. Find de relevante positioner

    Brug geografisk udvælgelse og tidsserieintervaller til at finde de skibe, hvis spor krydsede stormområdet.

  3. Følg last og ejerskab

    Traversér skibets historiske relationer til last, operatører og havne, og hent de nødvendige dele af grafen.

  4. Find de understøttende rapporter

    Kombinér nøgleords- og semantisk søgning i godkendte dokumentversioner, koblet til de valgte entiteter og den valgte tidskontekst.

  5. Lever et svar, der kan efterprøves

    En typet tjeneste eller et MCP-værktøj returnerer dokumentationen. Chatten kan forklare den og samtidig bevare kilderne og den relevante kontekst.

Ærlig status

Det kan du bruge i dag – og det står på roadmappen

Vi skelner mellem det, der er bevist, og det, der er på vej, og mærker begge dele. NatusAI Cygnus er planlagt til sin første version (v1).

Det kan du bruge i dag

  • Motoren bag vores kundeprojekter er afprøvet i praksis: en landsdækkende digital tvilling af elnettet og en banks forbundne efterforskningsdata.
  • Leveranceforløb, hvor vi bygger din forbundne datamodel sammen med dit team i dit eget miljø.

Det står på roadmappen

Planlagt v1
  • Første version af Cygnus: én server samt profiler til indlejret brug og udvikling, som først frigives, når 25 fastlagte accepttest er bestået.
  • Senere: flere servere med replikering og failover. Omfanget følger dokumentationen.
  • Senere: flere muligheder for AI og beregning. Der offentliggøres ingen datoer; planer deler vi under NDA.

Læs det planlagte omfang af v1 · Se roadmappen

Sådan hænger det sammen

Cygnus rummer data og forretningslogik. NatusAI Lyra viser dem, NatusAI Auriga og Aquila lader AI arbejde med dem, NatusAI Orion bygger applikationer på dem, NatusAI Draco driver dem, og NatusAI Gemini gendanner dem.

Til dit tekniske team

Hvad Cygnus er. En planlagt programmerbar temporal grafdatabase: sit eget typede sprog, en optimeret forespørgselsmodel og en backend-runtime. Graf, geospatial, vektor, triple-store-semantik, tidsserier og fuldtekstsøgning deler én model med én identitet, én transaktionsmodel og én autorisationsgrænse.

  • Seks datafamilier: typede grafrelationer; tripler (RDF-udveksling og SPARQL-kompatibilitet er separate beslutninger for versionen); CRS-bevidst geospatial indeksering med præcis efterkontrol; regelmæssige og uregelmæssige tidsserier med aggregeringer og hændelsestidsvinduer; tætte og sparse vektorer knyttet til kildeversioner; analysatorversioneret fuldtekst med BM25 og hybrid rangering.
  • Bitemporal historik: gyldighedstid (hvornår det var sandt) og videnstid (hvornår systemet fik det at vide); as-of-svar kan reproduceres mod begge, inklusive senere rettelser.
  • Transaktioner og adgang: strict-serializable transaktioner holder ændringer i entiteter, graf, tid og erklærede indeks i én commit-epoke. Autorisation ligger i lagrings- og udførelsesstierne og anvendes før søgerangering og top-k-udvælgelse; ressourcer, der er nægtet adgang til, lækker ikke via optællinger eller fejl.
  • AI-adgang: native MCP-beskrivelser og en leverandørneutral chatkontrakt (beskeder, streaming, værktøjskald, struktureret output, varige sessionsregistreringer). Lokale eller eksterne modelbindinger kvalificeres pr. installation.
  • Tjenester: typet HTTP/RPC og streaming, ændringsfeeds, genererede TypeScript-klienter, en Explorer-flade, LSP og en VS Code-klient.
  • Out-of-core fra starten: persistente referencer henter kun de noder, indekssider og tidsintervaller, en operation har brug for, så en stor graf ikke behøver at kunne være i hukommelsen.
  • Ærlig vurdering: til store tabelbaserede analyser kan et datavarehus eller en moden SQL-stak fortsat være det bedre valg.
Planlagte driftsprofiler i første version
ProfilFørste versionAfgrænsning
IndlejretInkluderetÉn applikationsproces med lokal lagring.
UdviklingInkluderetOpstart af tomt projekt og eksplicitte kildetilstande.
Produktion, én serverInkluderetÉn node; backup, gendannelse til et bestemt tidspunkt og verificeret gendannelse er omfattet.
KlyngeUdeladtIngen påstand om sharding, replikering, distribueret traversering eller failover.
Isoleret arbejdsbelastningUdeladtIngen separat kvalificeret profil til isolerede arbejdsbelastninger.
Udvalgte acceptkriterier · foreslåede kvalificeringsmål, ikke målte resultater
KriteriumForeslået tærskelStatus
Designpartnere i produktion på referencearbejdsbelastningenMindst 3Endnu ikke bestået
Produktionssystem med opbevaret historik som autoritativ kildeMindst 1, med 6+ måneders historikEndnu ikke bestået
Vedvarende indlæsning af positioner, referenceklasse med 32 vCPU≥ 100.000 rapporter/sEndnu ikke bestået
Skibe inden for en polygon blandt 250.000 live-positionerp99 ≤ 150 msEndnu ikke bestået
Hybrid top-20-søgning i 5 millioner dokumenterp99 ≤ 300 msEndnu ikke bestået
Korrekthed ved out-of-core-driftDatasæt ≥ 24 × RAMEndnu ikke bestået
Overhead ved autorisation på elementniveau≤ 2 × grovkornet politikEndnu ikke bestået
Kvitterede commits tabt på én serverNulEndnu ikke bestået
Planlagte test af verificeret gendannelse100 % beståetEndnu ikke bestået
Agentdrevne evalueringer af tomme projekter uden menneskelig reparation≥ 70 % lykkesEndnu ikke bestået

10 af de 25 acceptkriterier vises her. Cygnus 1.0 er hverken godkendt eller frigivet; et foreslået mål er en test, der skal køres, ikke en forpligtelse over for kunder. Omfanget vurderes igen, hvis fx indlæsningen bliver under 80.000 rapporter/s, eller en gendannelsestest fejler. Priser, licensering og leveringsdatoer er endnu ikke fastlagt. Alle 25 kriterier, de syv datafamilier, de 19 kontrakter og bindingerne til AI-leverandører står på siden om det planlagte omfang af v1; senere profiler står på Cygnus-roadmappen.

Kontrol indbygget fra start

Sådan reducerer NatusAI Cygnus risikoen ved AI

Suverænitet, governance og sikkerhed hos NatusAI

Ejerskab

Kører på dine servere som ét system, uden separate søge-, graf- og tidsserietjenester, der skal licenseres og sikres.

Dokumentation

Svarene bevarer henvisninger til den kildeversion og det tidspunkt, de har brugt.

Adgang

Regler for dataadgang anvendes, før noget vises eller rangeres. Hentet tekst giver aldrig en AI tilladelse til at handle.

Gendannelse

Verificeret gendannelse og gendannelse til et bestemt tidspunkt er krav til versionen, ikke tilvalg.

Forbundne data i arbejde

Én forbundet model. Mange problemer fra virkeligheden.

Udfordringer, tilgange og nyttige resultater fra vores branchecases og referencearkitekturer. Hvert eksempel fremhæver de dimensioner, der gør problemet egnet til Cygnus’ planlagte samlede model.

Disse cases beskriver projekter, udforskede arbejdsgange og referencearkitekturer. Cygnus-match-mærkerne kobler dem til det planlagte produkt; de dokumenterer ikke en frigivet Cygnus-installation.

NatusAI Lyra-logo

Et fundament i par

Giv forbundne data en klar brugerflade.

NatusAI Lyra leverer genbrugelige webkomponenter til kort, grafer, søgning og applikationsarbejdsgange. Den bredere integration med Orion og Cygnus er en del af platformvisionen. Se NatusAI Lyra

Spørgsmål

Spørgsmål om NatusAI Cygnus

Korte svar til beslutningstagere. Dit tekniske team finder detaljerne i afsnittet ovenfor.

Er NatusAI Cygnus tilgængelig i dag?

Ikke endnu. Cygnus er planlagt til en første version, der først godkendes, når de fastlagte accepttest er bestået. Samme motor som i vores kundeprojekter er allerede afprøvet i praksis, og vores team bygger på den i dag.

Kræver en verdensomspændende tvilling mange servere?

Nej. Den første version er rettet mod én server. En verdensomspændende datamodel kan køre på én node inden for de testede grænser; global geografi betyder ikke, at der kræves en klynge.

Erstatter Cygnus vores datavarehus?

Ikke nødvendigvis. Cygnus er designet til forbundet arbejde med mange relationer. Til store tabelbaserede rapporter kan et datavarehus eller en moden SQL-stak fortsat passe bedre, og Cygnus kan stå ved siden af.

Tal med vores team

Hvilket spørgsmål tager det dine teams dage at besvare?

Tag ét med. Vi viser dig, hvordan en forbundet model ville besvare det, og hvad det ville kræve.

Eller skriv til contact@natusai.com

En produktejer, en sikkerhedsansvarlig og en analytiker gennemgår en intern app før lancering (illustrativt billede)