1. Start
  2. Produkter
  3. NatusAI Cygnus
Sammankopplad datagrund · Lager 01 · Sammankopplad grundPlanerad v1

NatusAI Cygnus: en samlad bild av din verksamhet – med hela historiken

Cygnus är den planerade datagrunden i NatusAI-plattformen. Den håller ihop tillgångar, dokument, platser, mätvärden och deras relationer, så att människor och godkända AI-assistenter kan besvara frågor som tidigare tog dagar.

  • Frågor över silogränser besvaras medan beslutet fortfarande är öppet.
  • Se vad som gällde, och vad som var känt, vid vilket datum som helst bakåt i tiden: historik som dina revisorer kan följa.
  • Körs som ett system på dina egna servrar, med färre delar att integrera och säkra.
En kustlinje nattetid med upplysta hamnar, ett containerfartyg och ljusa rutter: en sammankopplad global tvilling
Vad det ger verksamheten

Sex typer av verksamhetsdata, en sammankopplad modell

Ett sensorvärde har en tidpunkt, en plats, en tillgång och en källa. Ett avtal hänvisar till samma tillgång. Cygnus behåller de här kopplingarna, så att svaren följer dem i stället för att bygga upp dem på nytt varje gång.

Relationer

Kunder, utrustning, avtal och händelser kopplas direkt till varandra, så att ägarskap, beroenden och orsaker är lätta att följa.

Fakta och kunskap

Vem som driver vad, vilken rapport som beskriver vilken incident: fakta knutna till det de beskriver.

Plats

Positioner, spår och områden kopplade till de tillgångar de hör till, och till deras historik.

Mätvärden över tid

Mätvärden lagras bredvid de tillgångar de beskriver, från ett enskilt ögonblick till flera års historik.

Sökning på betydelse

Hitta information utifrån vad den säger och följ den sedan tillbaka till originalkällan.

Exakt sökning

Namn, identifierare och textavsnitt, kombinerat med relationer, plats och tid.

En infrastrukturtekniker och en IT-säkerhetsansvarig kontrollerar en server i ett eget datacenter (illustrativ bild)
Den första versionen är avsedd för en server som du driver själv.
Tre genomskinliga plan med sammankopplade noder som försvinner i djupet: samma data vid olika tidpunkter

Fråga vad som ändrades – och vad som var känt då.

Ett fartyg gick in i ett stormområde kl. 14.00. En korrigerad position kom kl. 14.10. Cygnus är utformad för att rekonstruera beslutet kl. 14.05 med det som var känt vid tidpunkten, eller visa den korrigerade bilden. Det är den historik som en revisor eller tillsynsmyndighet efterfrågar.

Programmering nära data

Ett språk och en frågemodell byggda för grafen

Cygnus är planerad att kombinera ett eget typat programmeringsspråk med lagring, exekvering och tjänster. Affärslogiken arbetar direkt med beständiga entiteter och deras relationer, vilket minskar översättningen mellan databasrader, applikationsobjekt och API-svar.

Modellera en gång, använd överallt

Samma typade modell bär data från beständig lagring in i applikationslogiken och tjänstekontrakten. Färre mappningar betyder färre ställen där typer, fältnamn och relationsdefinitioner kan glida isär.

Fråga via sammankopplade vägar

Börja i en indexerad ingångspunkt, följ de relationer du behöver och avgränsa efter tid, plats eller sökning. Den optimerade frågemodellen är avsedd att göra det arbetet nära lagringen och bara returnera det efterfrågade resultatet.

Exponera samma affärslogik

Typade funktioner blir applikationstjänster och godkända verktyg. HTTP/RPC, strömning, genererade TypeScript-klienter och MCP-deskriptorer ingår i backend-designen, vilket minskar antalet separata adapterlager att underhålla.

Mindre dataförflyttning. En mindre arbetsmängd.

Läs in den del du behöver. Låt resten ligga kvar på disk.

En stor graf behöver inte läsas in helt i minnet. Beständiga referenser låter en operation läsa in relevanta noder, indexsidor och tidsintervall när de behövs.

Att titta på ett fartyg ska inte kräva att alla fartyg, alla dokument och hela positionshistoriken läses in. Selektiv traversering och avgränsade läsningar är utformade för att minnesanvändningen ska följa det arbete som faktiskt utförs.

Det är vägen till snabbare sammankopplade frågor och lägre resursåtgång: mindre materialisering, färre överföringar mellan tjänster och mindre duplicerat sammanhang. Den faktiska vinsten beror på graf, index, arbetslast och hårdvara.

Illustrativ åtkomstväg

  1. 01 / Beständig graf

    Börja med referenser och ett indexerat urval

    Fartyg · Last · Rutt · andra fartyg · annan last · äldre intervall ligger kvar på disk.

    Först berörs bara referenser och ett indexerat urval.

  2. 02 / Relevant arbetsmängd

    Läs in det som operationen använder

    Valt fartyg → last → efterfrågat spår

    Läs in de sammankopplade data och det tidsfönster som operationen använder.

  3. 03 / Avgränsat resultat

    En kartvy, ett historiskt utsnitt eller ett svar

    Sida · urval · ström

    Returnera en sida, ett urval eller en ström. Stora exporter och ombyggnader använder avgränsad bearbetning eller beständiga jobb.

Lagring, frågor och underhåll

Från att sätta ihop tabeller till att följa sammankopplade data

Relationsdatabaser fungerar bra för strukturerade poster och SQL-rapportering. När en sammankopplad applikation lägger till historik, kartor, semantisk hämtning och AI flyttas kostnaden ofta mot joins, objektmappning och samordning av extra tjänster. Cygnus är utformad för att minska den overheaden i en enda programmerbar motor.

Arkitekturjämförelse för sammankopplade operativa arbetslaster · Cygnus förmågor är fortfarande planerade
DimensionTabellagring + applikationsstackCygnus samlade temporala graf (planerad)
DatalagringEntiteter blir rader; relationer använder nycklar och ofta kopplingstabeller. Applikationskoden mappar rader till objekt.Typade entiteter och beständiga länkar delar en modell i lagring, logik och tjänster.
Sammankopplade frågorJoins återskapar relationer när frågan körs. Djupa vägar kan göra frågor och mappning mer komplexa.Indexerade ingångspunkter och grafnavigering följer lagrade relationer, med tidsmässiga och rumsliga villkor.
Minne och dataförflyttningEffektiva motorer använder redan index och cacher; breda joins och bearbetning på applikationssidan kan ändå skapa stora mellanresultat.Läs in grafdata vid behov; använd avgränsade intervall, sidor och strömmar i stället för att materialisera hela den sammankopplade datamängden.
Historik och korrigeringarHistoriktabeller, temporala tillägg eller händelsemodeller måste utformas och anpassas till applikationens frågor.Tidsmässigt tillstånd och bitemporal åtkomst ingår i modellen, och skillnaden mellan giltighetstid och kunskapstid bevaras.
Geodata, text och vektorerTillägg kan ge nya förmågor i en databas; specialiserade tjänster kan behöva egna vägar för identitet, indexering och synkronisering.Rumsliga data, tidsserier, text och vektorer kopplas till samma entiteter och versionerade källor.
Fråge- och applikationsspråkSQL plus applikationskod, mappningsbibliotek och ibland separata frågespråk för sökning eller graf.Ett inbyggt typat språk och en optimerad frågemodell flyttar beräkningarna nära de beständiga grafstrukturerna.
Underhåll och vidareutvecklingDatabasscheman, mappningar, tjänstekontrakt och eventuella separat drivna söklager måste samordnas.Gemensamma typdeskriptorer och tjänstekontrakt minskar dubblerade definitioner; migreringar och indexändringar följer ett uttryckligt versionsbeteende.
AI och åtkomstkontrollOftast läggs en verktygsgateway och ett chattlager till, vars behörigheter sedan måste anpassas till de datavägar de anropar.Inbyggd MCP och ett avgränsat chattkontrakt använder samma typade tjänster, med behörighetskontroll i lagrings- och exekveringsvägarna.

Så mäter du det: den avsedda fördelen är snabbare relationstungt arbete med mindre mappning, synkronisering och resursåtgång. Mät frågelatens, maximal minnesanvändning, disk-I/O, inläsning och underhållsinsats på samma arbetslast och hårdvara. Ett datalager eller en mogen SQL-stack kan fortfarande passa bättre för stora tabellanalyser eller när vissa tillägg krävs.

Inbyggd MCP och chatt

AI kan arbeta med dina data. Och med sammanhanget bakom dem.

Ett AI-svar blir mer användbart när det kan koppla rätt dokument till rätt entitet, plats och tidpunkt. Cygnus är planerad att föra in hämtning, anropbar affärslogik och konversationsposter i backend-modellen.

Inbyggda MCP-verktyg

Model Context Protocol ger godkända agenter ett upptäckbart, typat sätt att använda backend-funktioner. Upptäckt och körning av verktyg följer anroparens behörigheter, med samma tjänstekontrakt som applikationerna använder.

Chatt som en förmåga i backend

Det planerade leverantörsneutrala chattkontraktet omfattar meddelanden, strömmade händelser, verktygsanrop, strukturerad utdata och beständiga poster för sessioner och körningar. Lokala eller externa modellbindningar väljs och kvalificeras uttryckligen för driftsättningen.

Svar med belägg över tid

Kombinera fulltext- och vektorhämtning med sammanhang från graf, plats och historik. Behåll referenser till källversioner och den valda tidskontexten, så att en människa kan granska beläggen och förstå hur ett svar kom till.

Regler för dataåtkomst tillämpas före visning och sökrankning. Hämtat innehåll och modellens utdata ger ingen behörighet att agera; skyddade åtgärder kräver egen behörighet och, där det anges, ett mänskligt beslut.

Alla dimensioner i en fråga

Följ ett fartyg genom tid och rum

”Vilken last fanns på fartyg inom stormområdet i går, och vilka rapporter förklarar risken?”

Den här föreslagna sjöfartsarbetslasten knyter ihop arkitekturen. Samma angreppssätt kan koppla ihop utrustning, telemetri och underhåll i applikationer för energi, tillverkning eller infrastruktur.

Konceptuell karta som kopplar ihop fartyg, hamnar och sjöfartsleder nattetid
Illustrativt: en föreslagen sjöfartsarbetslast, inte en global tjänst i drift.

Så byggs svaret upp

  1. Bestäm den historiska kontexten

    Välj gårdagens intervall och om frågan ska använda det som var känt då eller senare korrigerade belägg.

  2. Hitta de relevanta positionerna

    Använd geospatialt urval och tidsserieintervall för att identifiera fartyg vars spår korsade stormområdet.

  3. Följ last och ägarskap

    Traversera fartygets historiska relationer till last, operatörer och hamnar, och läs bara in de delar av grafen som behövs.

  4. Hämta de underbyggande rapporterna

    Kombinera nyckelords- och semantisk sökning i godkända dokumentversioner, kopplade till de valda entiteterna och tidskontexten.

  5. Leverera ett svar som går att granska

    En typad tjänst eller ett MCP-verktyg returnerar beläggen. Chatten kan förklara dem och samtidigt behålla källorna och det relevanta sammanhanget.

Ärlig status

Det du kan använda i dag – och det som finns på färdplanen

Vi skiljer på det som är bevisat och det som är på väg, och märker båda. NatusAI Cygnus är planerad för sin första version (v1).

Det du kan använda i dag

  • Motorn bakom våra kundprojekt har bevisat sig i leveranser: en rikstäckande digital tvilling av ett elnät och en banks sammankopplade utredningsdata.
  • Leveransuppdrag där vårt team bygger din sammankopplade datamodell tillsammans med dig, i din miljö.

Det som finns på färdplanen

Planerad v1
  • Första versionen av Cygnus: en server samt inbäddad profil och utvecklingsprofil, som släpps först när 25 fastställda acceptanstester är godkända.
  • Senare: flera servrar, med replikering och failover. Omfattningen följer beläggen.
  • Senare: fler alternativ för AI och beräkning. Inga datum publiceras; vi delar planerna under sekretessavtal (NDA).

Läs om den planerade omfattningen för v1 · Se färdplanen

Så kopplas det ihop

Cygnus håller data och affärslogik. NatusAI Lyra visar dem, NatusAI Auriga och Aquila låter AI arbeta med dem, NatusAI Orion bygger applikationer på dem, NatusAI Draco driver dem och NatusAI Gemini återställer dem.

För ditt tekniska team

Vad Cygnus är. En planerad programmerbar temporal grafdatabas: ett eget typat språk, en optimerad frågemodell och en körmiljö för backend. Graf, geospatial data, vektorer, triple-store-semantik, tidsserier och fulltextsökning delar en modell, med en identitet, en transaktionsmodell och en behörighetsgräns.

  • Sex datafamiljer: typade grafrelationer; tripletter (RDF-utbyte och SPARQL-kompatibilitet är separata releasebeslut); CRS-medveten geospatial indexering med exakt omkontroll; regelbundna och oregelbundna tidsserier med aggregeringar och händelsetidsfönster; täta och glesa vektorer kopplade till källversioner; fulltext med versionerade analysatorer, BM25 och hybrid rankning.
  • Bitemporal historik: giltighetstid (när något var sant) och kunskapstid (när systemet fick veta det); svar per tidpunkt (as-of) som kan återskapas mot båda, inklusive senare korrigeringar.
  • Transaktioner och åtkomst: strikt serialiserbara transaktioner håller ändringar i entiteter, graf, tid och deklarerade index inom en och samma commit-epok. Behörighetskontrollen ligger i lagrings- och exekveringsvägarna och tillämpas före sökrankning och top-k-urval; nekade resurser läcker inte via antal eller felmeddelanden.
  • AI-åtkomst: inbyggda MCP-deskriptorer och ett leverantörsneutralt chattkontrakt (meddelanden, strömning, verktygsanrop, strukturerad utdata, beständiga sessionsposter). Lokala eller externa modellbindningar kvalificeras per driftsättning.
  • Tjänster: typad HTTP/RPC och strömning, ändringsflöden, genererade TypeScript-klienter, en Explorer-yta, LSP och en VS Code-klient.
  • Out-of-core från grunden: beständiga referenser läser bara in de noder, indexsidor och tidsintervall som en operation behöver, så att en stor graf inte måste rymmas i minnet.
  • Ärlig bedömning: för stora tabellanalyser kan ett datalager eller en mogen SQL-stack fortfarande vara det bättre valet.
Planerade driftprofiler i första versionen
ProfilFörsta versionenAvgränsning
InbäddadIngårEn applikationsprocess med lokal lagring.
UtvecklingIngårUppstart från tomt projekt och explicita källlägen.
Produktion, en serverIngårEn nod; säkerhetskopiering, återställning till valfri tidpunkt och verifierad återställning ingår.
KlusterIngår inteInga anspråk på sharding, replikering, distribuerad traversering eller failover.
Isolerad arbetslastIngår inteIngen separat kvalificerad profil för isolerade arbetslaster.
Utvalda acceptanskrav · föreslagna kvalificeringsmål, inte uppmätta resultat
KravFöreslaget tröskelvärdeStatus
Designpartner i produktion på referensarbetslastenMinst 3Ännu inte uppfyllt
Produktionssystem för primärdata med bevarad historikMinst 1, med 6+ månaders historikÄnnu inte uppfyllt
Uthållig inläsning av positioner, referensklass 32 vCPU≥ 100 000 rapporter/sÄnnu inte uppfyllt
Fartyg inom en polygon bland 250 000 aktuella positionerp99 ≤ 150 msÄnnu inte uppfyllt
Hybrid topp 20-hämtning över 5 miljoner dokumentp99 ≤ 300 msÄnnu inte uppfyllt
Korrekthet out-of-coreDatamängd ≥ 24 × RAMÄnnu inte uppfyllt
Merkostnad för behörighet på elementnivå≤ 2 × grovkornig policyÄnnu inte uppfyllt
Förlorade bekräftade commits på en serverNollÄnnu inte uppfyllt
Schemalagda tester av verifierad återställning100 % godkändaÄnnu inte uppfyllt
Agentdrivna utvärderingar från tomt projekt utan mänsklig reparation≥ 70 % lyckasÄnnu inte uppfyllt

10 av de 25 acceptanskraven visas här. Cygnus 1.0 har varken godkänts eller släppts; ett föreslaget mål är ett test som ska köras, inte ett åtagande gentemot kunder. Omfattningen omprövas om till exempel inläsningen stannar under 80 000 rapporter/s eller om något återställningstest misslyckas. Priser, licensiering och leveransdatum är ännu inte fastställda. Alla 25 krav, de sju datafamiljerna, de 19 kontrakten och bindningarna till AI-leverantörer finns på sidan om den planerade omfattningen för v1; senare profiler finns i färdplanen för Cygnus.

Kontroll inbyggd från start

Så minskar NatusAI Cygnus riskerna med AI

Suveränitet, styrning och säkerhet hos NatusAI

Ägarskap

Körs på dina servrar som ett system, utan separata tjänster för sökning, graf och tidsserier att licensiera och säkra.

Belägg

Svaren behåller referenser till den källversion och den tidpunkt de använde.

Åtkomst

Regler för dataåtkomst tillämpas innan något visas eller rankas. Hämtad text ger aldrig en AI behörighet att agera.

Återställning

Verifierad återställning och återställning till valfri tidpunkt är krav för release, inte tillval.

Sammankopplade data i arbete

En sammankopplad modell. Många verkliga problem.

Problemen, angreppssätten och de användbara resultaten från våra branschberättelser och referensarkitekturer. Varje exempel lyfter fram de dimensioner som gör att problemet passar den planerade samlade modellen i Cygnus.

Berättelserna beskriver projekt, utforskade arbetsflöden och referensarkitekturer. Etiketterna ”Passar Cygnus” kopplar dem till den planerade produkten; de visar inte att Cygnus har släppts eller driftsatts.

Logotyp för NatusAI Lyra

Två delar av samma grund

Ge sammankopplade data ett tydligt gränssnitt.

NatusAI Lyra erbjuder återanvändbara webbkomponenter för kartor, grafer, sökning och applikationsflöden. Den bredare integrationen mellan Orion och Cygnus är en del av plattformsvisionen. Utforska NatusAI Lyra

Frågor

Frågor om NatusAI Cygnus

Korta svar för beslutsfattare. Ditt tekniska team hittar detaljerna i den utfällbara delen ovan.

Är NatusAI Cygnus tillgänglig i dag?

Inte än. Cygnus är planerad för en första version som godkänns först när dess fastställda acceptanstester är uppfyllda. Samma motor som i våra kundprojekt har redan bevisat sig i leveranser, och vårt team bygger på den i dag.

Behöver en global tvilling många servrar?

Nej. Den första versionen är avsedd för en server. En global datamodell kan köras på en nod inom sina testade gränser; global geografi betyder inte att det krävs ett kluster.

Ersätter Cygnus vårt datalager?

Inte nödvändigtvis. Cygnus är utformad för sammankopplat arbete med många relationer. För stor tabellrapportering kan ett datalager eller en mogen SQL-stack fortfarande passa bättre, och Cygnus kan finnas vid sidan om.

Prata med vårt team

Vilken fråga tar det dina team dagar att besvara?

Ta med en. Vi visar hur en sammankopplad modell skulle besvara den, och vad som krävs.

Eller skriv till contact@natusai.com

En produktägare, en säkerhetsansvarig och en analytiker granskar en intern app före lansering (illustrativ bild)