Zilliz, twórca bazy danych wektorowych Milvus AI, uruchomił Vector Lakebase. Rozwiązanie natywne w chmurze rozszerza wyszukiwanie wektorowe w czasie rzeczywistym o łączność z zewnętrznym jeziorem danych, analizę wsadową i interaktywne odkrywanie danych.
Milvus obsługuje pamięć masową z osadzaniem wektorowym dla przepływów pracy agentów LLM i AI RAG, co stanowi podstawową ofertę Zilliz. Baza danych typu open source obsługuje wyszukiwanie wektorowe w skali 100 miliardów, z ponad 44 000 gwiazdami GitHub i ponad 100 milionami pobrań Dockera. Obsługuje ponad 10 000 globalnych przedsiębiorstw i startupów AI, w tym MiniMax, Salesforce i Read AI.
Dyrektor generalny firmy Zilliz, Charles Xie, twierdzi, że wyszukiwanie wektorów produkcyjnych pozostaje podstawową kompetencją firmy, przy ciągłym zwiększaniu szybkości i efektywności kosztowej w Milvus i Zilliz Cloud. Vector Lakebase stanowi kolejny krok technologiczny, zapewniając ujednoliconą warstwę danych, która umożliwia udostępnianie danych wektorowych na potrzeby zapytań produkcyjnych, eksploracji danych i uczenia modeli w skali petabajtowej bez powielania i migracji danych.
Zbudowany w oparciu o zunifikowaną pamięć masową kompatybilną z S3, Vector Lakebase wykorzystuje otwarty silnik Vortex. Wiceprezes Zilliz ds. produktów i główny architekt Milvus, Robert Guo, wyjaśnia, że produkt ujednolica rozłączne obciążenia, obejmując przetwarzanie pamięci agenta w czasie rzeczywistym i semantyczną deduplikację w trybie offline za pośrednictwem wielopoziomowego udostępniania i zasobów obliczeniowych na żądanie.
Vortex, projekt Linux Foundation, dawniej SpiralDB, to wysokowydajny format kolumnowy dla sztucznej inteligencji i analiz. Zapewnia drastycznie szybszy dostęp losowy, wydajność skanowania i zapisu z lepszą lub równoważną kompresją w porównaniu z Parquet i Lance.
Nowoczesna sztuczna inteligencja działa w oparciu o iteracyjne cykle obsługi – uczenia się – doskonalenia. LLM i agenci AI generują operacyjne dane zwrotne, umożliwiając analizę wsadową, udoskonalanie zbioru danych szkoleniowych i optymalizację zachowań agentów. Zespoły AI wymagają głębokiej eksploracji danych surowych i danych zwrotnych, aby zdiagnozować problemy z jakością usług, przeprowadzić deduplikację i klastrowanie danych na dużą skalę oraz zidentyfikować wartościowe dane szkoleniowe z nowo przeszukanych zbiorów danych.
Tradycyjne architektury oddzielają dane produkcyjne z wektorowych baz danych i analityczne dane zwrotne. Vector Lakebase ujednolica te przepływy pracy za pomocą semantycznej płaszczyzny danych zerowej kopii, jednocześnie obsługując pobieranie w czasie rzeczywistym, interaktywne odkrywanie i analizę wsadową za pomocą pięciu podstawowych funkcji.
Warstwowe rozwiązania w zakresie serwowania: Wielowarstwowa architektura obciążeń w czasie rzeczywistym, równoważąca wysoką wydajność, efektywność operacyjną i elastyczne skalowanie dla ogromnych zbiorów danych.
Wyszukiwanie na żądanie: Elastyczne obliczenia dla obciążeń o niskim priorytecie i odpornych na opóźnienia, w tym eksploracja danych i przetwarzanie wsadowe w celu optymalizacji wykorzystania zasobów.
Wyszukiwanie w zewnętrznym jeziorze danych: wyposaża istniejące jeziora danych klientów w zaawansowane funkcje indeksowania i wyszukiwania wektorowego na dużą skalę.
Wyszukiwanie w pełnym spektrum: Obsługuje zapytania wektorowe, tekstowe, JSON i geoprzestrzenne z hybrydowym pobieraniem, filtrowaniem i zmianą rankingu w celu kompleksowej analizy multimodalnej.
Ujednolicona pamięć masowa natywna dla jeziora: Konsoliduje obciążenia związane z obsługą i analizą w pamięci masowej opartej na technologii Vortex dzięki elastycznemu formatowaniu i niezawodnemu modelowaniu danych.
Jego trójwarstwowy system obsługi — zoptymalizowany pod kątem wydajności, zoptymalizowany pod kątem pojemności i warstwowej pamięci masowej — przyjmuje dostosowane strategie indeksowania i umieszczania danych, aby zapewnić elastyczny kompromis między wydajnością a kosztami w różnych scenariuszach korporacyjnych.
Vector Lakebase jest dostępny wyłącznie w chmurze Zilliz (bez wdrożenia lokalnego). Funkcja zbierania zewnętrznego tworzy logiczne mapowanie zerowej kopii z jeziorami danych klientów, aby umożliwić wydajne indeksowanie i wyszukiwanie w pełnym spektrum.
Obsługuje główne formaty tabel i plików, w tym Lance, Iceberg, Parquet i Vortex, z synchronizacją przyrostową i funkcjami odświeżania danych na żądanie.
Teraz w publicznej wersji zapoznawczej Vector Lakebase obsługuje wdrożenia bezserwerowe, dedykowane i BYOC w ponad 30 regionach chmurowych na platformach AWS, Google Cloud i Azure. Nowi użytkownicy służbowej poczty e-mail mogą odebrać 100 dolarów kredytów Zilliz Cloud na oficjalnej stronie internetowej.
Pekin Qianxing Jietong Technology Co., Ltd.
Sandy Yang/dyrektor ds. strategii globalnej
WhatsApp / WeChat: +86 13426366826
E-mail: yangyd@qianxingdata.com
Strona internetowa: www.qianxingdata.com/www.storageserver.com
Koncentracja biznesowa:
Dystrybucja produktów ICT/Integracja systemów i usługi/Rozwiązania infrastrukturalne
Dzięki ponad 20-letniemu doświadczeniu w dystrybucji IT współpracujemy z wiodącymi światowymi markami, aby dostarczać niezawodne produkty i profesjonalne usługi.
„Wykorzystanie technologii do budowy inteligentnego świata”Twój zaufany dostawca usług produktów ICT!
Twoja wiadomość musi mieć od 20 do 3000 znaków!
Polish
