Versi pratonton pangkalan data vektor Teknologi Awan Amazon kini dijual, prestasi tinggi membantu mempercepatkan aplikasi AI

Amazon Cloud Technology melancarkan tujuh projek inovasi AI generatif di Sidang Kemuncak New York yang diadakan pada 26 Julai 2023, yang seterusnya menurunkan ambang untuk menggunakan AI generatif, membolehkan perusahaan menumpukan lebih pada perniagaan teras dan meningkatkan kecekapan Pengeluaran. Salah satu projek yang menarik perhatian ialah inovasi berkaitan pangkalan data vektor Amazon Cloud Technology yang akan datang Mereka telah mengeluarkan versi pratonton enjin vektor Amazon Cloud Technology

.

Baru-baru ini, Teknologi Awan Amazon mengeluarkan versi pratonton enjin vektor Tanpa Pelayan Amazon OpenSearch. Keluaran ini menandakan kemajuan besar dalam perkhidmatan carian awan, menyediakan pengguna dengan keupayaan carian persamaan yang mudah, berprestasi tinggi dan boleh skala

Pada Februari 2023, Teknologi Awan Amazon telah dinilai sebagai peneraju dalam sistem pengurusan pangkalan data awan oleh Gartner selama lapan tahun berturut-turut, penghormatan ini bukanlah satu kemalangan, tetapi pengesahan penuh terhadap usaha berterusan Amazon Cloud Technology dalam inovasi teknologi dan. kecemerlangan.

Jadi, bagaimanakah prestasi versi pratonton enjin vektor Amazon Cloud Technology? Adakah ia mampu memenuhi jangkaan orang ramai terhadapnya?

Kita semua tahu bahawa dalam era ini, AI generatif sedang diguna pakai dengan pantas oleh pelbagai industri kerana ia boleh memproses data besar, mengautomasikan penjanaan kandungan dan memberikan respons interaktif seperti manusia. Aplikasi AI seperti chatbot bersepadu, sistem soal jawab dan pengesyoran diperibadikan menggunakan carian dan pertanyaan bahasa semula jadi untuk memahami semantik, niat pengguna dan menjana respons antropomorfik, yang telah merevolusikan pengalaman pengguna dan interaksi platform digital.

Pencarian pembelajaran mesin dan aplikasi AI generatif memerlukan penggunaan benam vektor untuk mewakili bentuk digital teks, imej, audio dan video untuk menjana kandungan dinamik. Pembenaman ini dilatih pada data pengguna untuk menyatakan semantik dan konteks maklumat. Proses ini tidak perlu bergantung pada sumber data atau aplikasi luaran Pengguna berharap pangkalan data vektor dapat dibina dengan mudah dan dipindahkan dengan cepat daripada prototaip ke persekitaran pengeluaran supaya mereka boleh memfokus pada aplikasi yang berbeza

.

Amazon OpenSearch Enjin tanpa pelayan dilancarkan berdasarkan perubahan dalam keperluan ini Ia memanjangkan keupayaan carian Amazon OpenSearch dan boleh menyimpan, mencari dan menjejaki berbilion-bilion benam vektor dalam masa nyata untuk mencapai padanan persamaan dan carian semantik perlu mempertimbangkan isu infrastruktur

Oleh itu, prestasinya boleh diringkaskan secara kasar sebagai ciri-ciri berikut:

Kandungan yang ditulis semula ialah: Pertama, versi percubaan enjin vektor Tanpa Pelayan Amazon OpenSearch secara semula jadi teguh. Pengguna tidak perlu risau tentang pemilihan infrastruktur bahagian belakang, pengoptimuman dan penskalaan. Enjin melaraskan sumber secara automatik untuk menyesuaikan diri dengan perubahan beban kerja dan permintaan, memastikan prestasi pantas dan skala yang betul pada setiap masa. Sama ada bilangan vektor meningkat daripada ribuan kepada ratusan juta, enjin boleh menskala dengan lancar tanpa mengindeks semula atau memuat semula data, menjadikan pengembangan infrastruktur lebih mudah

Kandungan ditulis semula: Kedua, sumber pengkomputeran bebas. Enjin vektor menyediakan sumber pengkomputeran bebas untuk pengindeksan dan carian beban kerja, membolehkan pemerolehan lancar, kemas kini dan pemadaman vektor dalam masa nyata, memastikan prestasi pertanyaan pengguna tidak terjejas. Data disimpan jangka panjang dalam Amazon S3 dengan jaminan ketahanan data yang sama. Walaupun dalam pratonton, enjin direka untuk persekitaran pengeluaran dan mempunyai mekanisme redundansi untuk menangani gangguan dan kegagalan

Ketiga, keputusan yang diberikan adalah tepat dan boleh dipercayai. Pelanggan menggunakan carian kNN OpenSearch dalam kelompok terurus untuk melaksanakan carian semantik dan pengesyoran diperibadikan untuk aplikasi. Enjin vektor menyediakan pengalaman pengguna yang sama seperti persekitaran Tanpa Pelayan dan mudah dan mudah digunakan. Enjin vektor tanpa pelayan Amazon OpenSearch adalah berdasarkan fungsi carian k-neest neighbor (kNN) projek OpenSearch Ia menyokong penunjuk jarak seperti jarak Euclidean, jarak kosinus dan produk titik Ia boleh memuatkan 16,000 dimensi dan sesuai untuk pelbagai asas model dan model AI/ML Dapat memberikan pengguna hasil carian yang tepat dan boleh dipercayai

.

Amazon Cloud Technology merancang untuk melancarkan dua ciri untuk mengurangkan kos pengumpulan kali pertama untuk pelanggan. Sebagai tambahan kepada prestasi hebat yang disebutkan di atas, pertama sekali, mereka akan melancarkan pilihan ujian dev baharu yang membolehkan pengguna melancarkan koleksi tanpa sandaran atau replika, sekali gus mengurangkan kos kemasukan sebanyak 50%. Ketahanan data masih dipastikan melalui enjin vektor yang disimpan di Amazon S3. Kedua, mereka juga akan menyediakan konfigurasi fasa awal sebanyak 0.5 sumber OCU, yang boleh dikembangkan berdasarkan keperluan beban kerja sebenar untuk mengurangkan lagi kos. Ciri ini berfungsi dengan puluhan hingga ratusan ribu vektor (bergantung pada dimensi). Selain itu, Teknologi Awan Amazon telah menurunkan OCU minimum yang diperlukan daripada 4 sejam kepada 1 sejam untuk memberikan lebih banyak sokongan

Cita-cita Teknologi Awan Amazon pastinya tidak terhenti di situ Mereka juga terus bekerja keras untuk mengoptimumkan prestasi dan penggunaan memori grafik vektor, termasuk meningkatkan fungsi seperti caching dan penggabungan

.

Dalam masa terdekat, kami menantikan Amazon Cloud Technology secara rasmi melancarkan enjin vektor Tanpa Pelayan OpenSearch. Pada masa itu, AI generatif mungkin memasuki bidang baharu

Atas ialah kandungan terperinci Versi pratonton pangkalan data vektor Teknologi Awan Amazon kini dijual, prestasi tinggi membantu mempercepatkan aplikasi AI. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!