ซิลลิซเปิดตัวมิลวัส v30, แบซข้อมูลเวกเตอร์แหล่งเปิดของมัน, เพิ่มการเข้าถึงข้อมูลพื้นเมืองทะเลสาบ และเครื่องค้นหาที่ปรับปรุงขึ้นสําหรับผู้พัฒนา AI การผลิต
สถาปัตยกรรม Lake-native จะเก็บข้อมูลสดในรูปแบบเปิดใน Cloud Object Storage แทนที่จะย้อนกลับไปเป็นฐานข้อมูลอิสระZilliz เปิดตัวแนวคิด Vector Lakebase ในช่วงการเปิดตัวสาธารณะในเดือนมิถุนายน; ซีอีโอ ชาร์ลส์ ซีอี้อธิบายว่าเป็นฐานข้อมูลรวมที่ทําให้การสอบถามในเวลาจริง การสํารวจข้อมูล และระบบฝึกอบรม AI หลายเพตาไบท์ โดยไม่ต้องสําเนาข้อมูลพื้นที่การย้ายตัวหรือพื้นที่เก็บของแบบคู่ ๆ. ชั้นเก็บของวัตถุรวมรองรับการค้นหาเวกเตอร์ออนไลน์ระยะยาวต่ําและการวิเคราะห์ขนาดใหญ่บนไฟล์แหล่งเดียวกัน
เจมส์ ลูอาน ผู้ร่วมก่อตั้งและหัวหน้าฝ่ายเทคโนโลยีของซิลลิซ กล่าวว่า ไมล์วัส 3.0 ใช้การเรียกตัวผลิตตรงบนฐานข้อมูลที่มีอยู่ และนํามาให้เครื่องยนต์ที่มีพลังงานมากขึ้นสําหรับภาระงาน AI ใหม่หัวหินเดียวกันนี้กําลัง Zilliz เวคเตอร์ Lakebase, เพิ่มเติมด้วยการปรับขนาดแบบยืดหยุ่น, การดําเนินงานที่เรียบง่าย และเครื่องมือระดับธุรกิจสําหรับการจัดการข้อมูล AI ในขนาดใหญ่
ฐานข้อมูลเวกเตอร์เก็บข้อมูลเวกเตอร์จํานวนสําหรับข้อความ, ภาพและเนื้อหาอื่น ๆ เพื่อหาความคล้ายคลึง. Zilliz ระบุว่า Milvus เป็นฐานข้อมูลเวกเตอร์แหล่งเปิดที่ใช้กันมากที่สุดในโลกมีการรับรองมากกว่า 10บริษัทสําหรับ RAG, เครื่องยนต์แนะนําและตัวแทน AI, มีการลาก Docker กว่า 100 ล้านครั้งที่บันทึกไว้
ไพปไพน์ AI แบบดั้งเดิม จะรักษาข้อมูลเป็นตัวสําเนาแยก เพื่อการสกัดข้อมูลในเวลาจริง และการวิเคราะห์ออฟไลน์ท่อปรับปรุงความสม่ําเสมอและค่าใช้จ่ายในการดําเนินงานที่หนัก.
ความสามารถของ Core Milvus 3.0
1คอลเลคชั่นภายนอก: สร้างการรวบรวม Milvus ผ่านไฟล์ทะเลสาบใน Lance, Iceberg, Parquet หรือ Vortex ระบบสร้างเวกเตอร์, เต็มข้อความ, JSON และดัชนี scalar บนข้อมูลแหล่งโดยไม่ต้องย้ําการเปิดเผยผ่าน API มาตรฐานพื้นเมือง. การปรับเปลี่ยนอัตโนมัติ อัตโนมัติ อัตราการอัพเดท เมื่อข้อมูลทะเลสาบเปลี่ยนแปลง
2- เครื่องเก็บของลอน: เครื่องยนต์การตัดอ่านใหม่ที่ใช้พิมพ์พิมพ์พิมพ์พิมพ์พิมพ์พิมพ์พิมพ์พิมพ์พิมพ์พิมพ์พิมพ์พิมพ์พิมพ์
3. จุดในเวลา: รูปภาพรวบรวมที่อ่านได้ง่าย ทําให้งานลดซ้ํา, การประเมินและการยืนยันการทํางานในระบบออฟไลน์ทํางานบนข้อมูลที่มั่นคงโดยไม่ขัดขวางการเขียนการผลิต
4. เครื่องเชื่อมจุดประกายและผู้ประกอบการชุด: เครื่องเชื่อม Spark DataSource V2 ผสมผสาน Milvus กับ Spark, Databricks และ EMR batch workflows ร่วมกับฟังก์ชัน batch vector ที่เป็นพื้นเมืองสําหรับการถอนซ้ําและจัดกลุ่ม
การค้นหาเวกเตอร์ Top-K แบบมาตรฐานจะหาเวกเตอร์ที่คล้ายกันมากที่สุดด้วยการคํานวณระยะทางเท่านั้น โดยมีการปรับขนาดไม่ดี ด้วยจํานวนเวกเตอร์และขนาดสูง0 ขยายการค้นหาไปไกลกว่าการค้นหาที่ใกล้เคียงที่สุด:
1การเรียงลําดับด้านเซอร์เวอร์, การรวมและการค้นหาด้านรวมความคล้ายคลึงทางสัญญากับกรองเมทาเดทา (เวลา, ราคา, ประเภท, เช่า, ฯลฯ) โดยกําจัดการดําเนินการหลังด้านลูกค้า
2การค้นหาหลายเวกเตอร์.StructList รองรับหน่วยงานที่มีการฝังหลายหน่วยงาน (ชิ้นเอกสาร, แพทช์ภาพ, ข้อมูลสินค้าหลายแบบ) และทํางานกับรูปแบบการปฏิสัมพันธ์ล่าสุดเช่น ColBERT และ ColPali.
3.อัตราการอัตราการจําหน่ายที่แคบที่ปรับปรุงได้ลดค่าเก็บของโดย ~ 70% โดยตรงกับผลงานการเรียกคืนเดิม, จับคู่กับ SINDI เรียนรู้เวกเตอร์แคบ,พจนานุกรมแบบเต็มข้อความที่กําหนดเอง และความเข้ากันได้กับ Faiss index ที่กว้างกว่า.
ลูอานเพิ่มเติมว่าภาระงาน AI การผลิตต้องการการจัดอันดับ, การจัดกลุ่มและการค้นหาหลายเวกเตอร์ในฐานข้อมูลและ v30 ระบบเก็บของที่ปรับปรุงใหม่ เพื่อให้การเข้าถึงการเก็บของของที่รวดเร็ว พร้อมกับการประมวลผลในเครื่องที่รวยกว่า.
คอร์เนอร์รวมนี้ใช้พลังงานทั้ง Milvus ที่เปิดตัวและ Zilliz Cloud ที่จัดการได้อย่างครบถ้วน Zilliz Cloud ขยายเครื่องยนต์ฐานเป็น Vector Lakebase ที่สมบูรณ์แบบด้วยเครื่องคิดเลขยืดหยุ่น เครื่องมือการค้นพบ,การวิเคราะห์ชุด, การระดมอันตราย, การบริหารธุรกิจและอัตโนมัติบนแหล่งข้อมูล AI เดียว
สถานการณ์การแข่งขันในอุตสาหกรรม
การอัพเดทนี้เพิ่มความกดดันต่อคู่แข่งอย่าง Pinecone, Qdrant และ Weaviate ทั้งหมดที่กําลังแข่งขันเพื่อลดความช้าในการค้นหา: Qdrant เปิดตัวการอัตราฐานที่รวดเร็วขึ้น, คลัสเตอร์ที่มีความพร้อมสูง และบันทึกการตรวจสอบการปฏิบัติตามในเดือนเมษายน;Pinecone เปิดตัวชุดเวกเตอร์ที่คัดหาได้ล่วงหน้าและเครื่องเก็บข้อมูลที่สามารถประกอบได้ในเดือนพฤษภาคม เพื่อเร่งกระแสการทํางานของตัวแทน.
ผู้ขายฐานข้อมูลเวกเตอร์บริสุทธิ์แข่งขันกับแพลตฟอร์มหลายรุ่น เช่น เรกตา, ซิงเกิลสโตร์ และ ซูเรอัลดีบีการร่วมมือระหว่างฐานข้อมูลที่ลึกซึ้งกว่า จะเผชิญกับอุปสรรคทางสถาปัตยกรรมและเครื่องบันทึกข้อมูลตลาดอาจเห็นผู้เล่นเวกเตอร์เพิ่มพื้นบ้านที่มีโครงสร้าง, กราฟ, เอกสารหรือการสนับสนุนลําดับเวลาตามเวลา
ความพร้อม
มิลวัส 3.0 ยังคงเป็นโครงการที่ผ่านการเรียนรู้ AI & Data ของ LF ตามใบอนุญาต Apache 2.0, สามารถใช้งานผ่าน Docker หรือ Kubernetes รวมถึงสภาพแวดล้อมที่มีช่องว่างอากาศ, พร้อมความสอดคล้องกับ S3,GCS และ Azure Blob object storage การเก็บของ. การครอบคลุม SDK เริ่มต้นรวมถึง Python, Go และ Node.js, พร้อมการสนับสนุน Java ที่กําลังจะมาถึง. เคล็ดลับแหล่ง, หมายเหตุการปล่อยและคู่มือการเริ่มต้นรวดเร็วถูกจัดทอดใน GitHub,ร่วมกับเวลาทํางานของชุมชนเพื่อสนับสนุนผู้พัฒนา.
บริษัท Zilliz Cloud ที่บริหารได้นํา Milvus 3.0 มาใช้เป็นชั้นการอัตราแชร์หลัก โดยเพิ่มความยืดหยุ่น, ความปลอดภัย และการดําเนินงานร่วมกันของบริษัทได้ทั้งในตัวสําเนาข้อมูลที่แบ่งปัน
หมายเหตุใต้ดิน
คอลเลคชั่นภายนอกนําการอัดลักษณ์เลคแบบศูนย์สําเนา (zero-copy lake) มาใช้โดยไม่ต้องมีการย้ายข้อมูล; Loon แก้ปัญหาการกระตุ้นการอ่าน (read amplification) ที่ก่อนหน้านี้จํากัดการเก็บของของสําหรับการถามเวกเตอร์ความช้าต่ํา
บริษัท เทคโนโลยีจีเทงจี (Beijing Qianxing Jietong Technology Co., Ltd.)
แซนดี้ แยง (Sandy Yang) ผู้อํานวยการยุทธศาสตร์โลก
วอทแอป / เวชแชท: +86 13426366826
อีเมล: yangyd@qianxingdata.com
เว็บไซต์: www.qianxingdata.com/www.storagesserver.com
เน้นธุรกิจ:
การจัดจําหน่ายสินค้า ICT/การบูรณาการระบบและบริการ/การแก้ไขพื้นฐาน
ด้วยประสบการณ์การจําหน่ายไอที 20 ปีขึ้นไป เราร่วมมือกับแบรนด์ชั้นนําระดับโลก เพื่อให้ผลิตภัณฑ์ที่น่าเชื่อถือและบริการมืออาชีพ
การใช้เทคโนโลยีเพื่อสร้างโลกที่ฉลาด ผู้ให้บริการสินค้า ICT ที่คุณไว้วางใจ
ข้อความของคุณจะต้องอยู่ระหว่าง 20-3,000 ตัวอักษร!
Thai
