Zilliz, créateur de la base de données vectorielles Milvus AI, a lancé Vector Lakebase. La solution cloud native augmente la recherche vectorielle en temps réel avec une connectivité de lac de données externe, des analyses par lots et une découverte de données interactive.
Milvus alimente le stockage d'intégration vectorielle pour les flux de travail LLM et RAG des agents d'IA en tant qu'offre principale de Zilliz. La base de données open source prend en charge la recherche vectorielle à l'échelle de 100 milliards, avec plus de 44 000 étoiles GitHub et plus de 100 millions d'extractions Docker. Il dessert plus de 10 000 entreprises mondiales et startups d’IA, notamment MiniMax, Salesforce et Read AI.
Charles Xie, PDG de Zilliz, déclare que la recherche de vecteurs de production reste la compétence principale de l'entreprise, avec des mises à niveau continues en matière de rapidité et de rentabilité dans Milvus et Zilliz Cloud. Vector Lakebase représente la prochaine avancée technologique, en fournissant une couche de données unifiée qui permet le partage de données vectorielles pour les requêtes de production, l'exploration de données et la formation de modèles à l'échelle du pétaoctet sans duplication ou migration de données.
Construit sur un stockage unifié compatible S3, Vector Lakebase exploite le moteur ouvert Vortex. Robert Guo, vice-président des produits de Zilliz et architecte principal de Milvus, explique que le produit unifie les charges de travail disjointes, couvrant le traitement de la mémoire des agents en temps réel et la déduplication sémantique hors ligne via un service hiérarchisé et des ressources de calcul à la demande.
Vortex, un projet de la Linux Foundation anciennement SpiralDB, est un format en colonnes hautes performances pour l'IA et l'analyse. Il offre des performances d'accès aléatoire, de numérisation et d'écriture considérablement plus rapides avec une compression supérieure ou équivalente à celle de Parquet et Lance.
L’IA moderne fonctionne selon des cycles itératifs servir-apprendre-améliorer. Les LLM et les agents d'IA génèrent des données de retour d'information opérationnelles, ce qui permet l'analyse par lots, l'affinement des ensembles de données de formation et l'optimisation du comportement des agents. Les équipes d'IA ont besoin d'une exploration approfondie des données brutes et des commentaires pour diagnostiquer les problèmes de qualité de service, exécuter une déduplication et un clustering de données à grande échelle et identifier les données de formation de grande valeur à partir des ensembles de données nouvellement analysés.
Les architectures traditionnelles séparent les données de production de bases de données vectorielles et les données de retour analytique. Vector Lakebase unifie ces flux de travail avec un plan de données sémantique sans copie, prenant simultanément en charge la récupération en temps réel, la découverte interactive et l'analyse par lots via cinq fonctionnalités principales.
Solutions de service à plusieurs niveaux: Architecture de charge de travail en temps réel à plusieurs niveaux équilibrant hautes performances, efficacité opérationnelle et mise à l'échelle élastique pour des ensembles de données volumineux.
Recherche à la demande: calcul flexible pour les charges de travail à faible priorité et tolérantes à la latence, y compris l'exploration des données et le traitement par lots pour optimiser l'utilisation des ressources.
Recherche de lac de données externe: Équipe les lacs de données clients existants de capacités avancées d’indexation et de recherche vectorielle à grande échelle.
Recherche à spectre complet: Prend en charge les requêtes vectorielles, textuelles, JSON et géospatiales avec récupération, filtrage et reclassement hybrides pour une analyse multimodale complète.
Stockage unifié Lake-Native: consolide les charges de travail de service et d'analyse sur un stockage basé sur Vortex avec un formatage flexible et une modélisation de données robuste.
Son système de service à trois niveaux (performances optimisées, capacité optimisée et stockage hiérarchisé) adopte des stratégies d'indexation et de placement de données sur mesure pour offrir des compromis flexibles entre performances et coûts pour divers scénarios d'entreprise.
Vector Lakebase est exclusivement disponible sur Zilliz Cloud (pas de déploiement sur site). Sa fonctionnalité de collecte externe crée un mappage logique sans copie avec les lacs de données clients pour permettre une indexation haute performance et une recherche à spectre complet.
Il prend en charge les formats de tables et de fichiers courants, notamment Lance, Iceberg, Parquet et Vortex, avec des fonctions de synchronisation incrémentielle et d'actualisation des données à la demande.
Désormais en préversion publique, Vector Lakebase prend en charge les déploiements sans serveur, dédiés et BYOC dans plus de 30 régions cloud sur AWS, Google Cloud et Azure. Les nouveaux utilisateurs de messagerie professionnelle peuvent réclamer 100 $ de crédits Zilliz Cloud sur le site officiel.
Pékin Qianxing Jietong Technology Co., Ltd.
Sandy Yang/Directrice de la stratégie mondiale
WhatsApp/WeChat : +86 13426366826
Courriel : yangyd@qianxingdata.com
Site Web : www.qianxingdata.com/www.storagesserver.com
Objectif commercial :
Distribution de produits TIC/Intégration et services de systèmes/Solutions d'infrastructure
Avec plus de 20 ans d'expérience dans la distribution informatique, nous collaborons avec de grandes marques mondiales pour fournir des produits et des services professionnels fiables.
« Utiliser la technologie pour construire un monde intelligent » Votre fournisseur de services de produits TIC de confiance !
Votre message doit contenir entre 20 et 3 000 caractères!
French
