Рынок векторных баз под угрозой, Amazon встроил поиск по embedding-вектору прямо в S3. ai.. ai. amazon.. ai. amazon. aws.. ai. amazon. aws. Блог компании BotHub.. ai. amazon. aws. Блог компании BotHub. Будущее здесь.. ai. amazon. aws. Блог компании BotHub. Будущее здесь. ИИ.. ai. amazon. aws. Блог компании BotHub. Будущее здесь. ИИ. искусственный интеллект.. ai. amazon. aws. Блог компании BotHub. Будущее здесь. ИИ. искусственный интеллект. Машинное обучение.. ai. amazon. aws. Блог компании BotHub. Будущее здесь. ИИ. искусственный интеллект. Машинное обучение. машинное+обучение.. ai. amazon. aws. Блог компании BotHub. Будущее здесь. ИИ. искусственный интеллект. Машинное обучение. машинное+обучение. научно-популярное.. ai. amazon. aws. Блог компании BotHub. Будущее здесь. ИИ. искусственный интеллект. Машинное обучение. машинное+обучение. научно-популярное. нейросети.
Рынок векторных баз под угрозой, Amazon встроил поиск по embedding-вектору прямо в S3 - 1

Amazon Web Services (AWS) официально запустил Amazon S3 Vectors. Этот сервис добавляет нативную поддержку хранения и поиска векторов прямо внутри облачного хранилища Amazon S3. Это значит, что больше нет необходимости разворачивать отдельную векторную базу данных, так как хранилище S3 теперь может одновременно хранить и искать векторы.

По словам AWS, использование S3 Vectors позволяет сократить затраты на хранение и обработку запросов векторов до 90 процентов по сравнению с отдельными специализированными векторными базами данных. При этом S3 Vectors сохраняет все свойства обычного S3, включая масштабируемость, надёжность хранения и встроенные механизмы безопасности и шифрования.

Сервис способен работать на очень большом масштабе. Один индекс может содержать до двух миллиардов векторов, а один bucket до 20 триллионов. Это делает его подходящим для семантического поиска, систем RAG, хранения памяти агентов ИИ и аналитики по embedding-вектору. Запросы обрабатываются примерно за 100 миллисекунд, и при этом не требуется настраивать отдельную инфраструктуру.

AWS предупреждает, что S3 Vectors не заменяет специализированные векторные базы для задач с очень низкой задержкой. Для высокочастотных приложений, рекомендаций и real-time систем такие базы остаются предпочтительным выбором. S3 Vectors позиционируется как экономичный вариант для масштабных задач, где сверхнизкая задержка не критична.

Для компаний, уже использующих AWS и S3, новый сервис может стать настоящим спасением. Хранение embedding-векторов вместе с основными данными упрощает архитектуру, снижает расходы и убирает необходимость поддерживать отдельную базу. Эксперты считают, что это решение может существенно изменить рынок, так как отдельные векторные базы данных могут потерять актуальность.


Делегируйте часть рутинных задач вместе с BotHub! Для доступа к сервису не требуется VPN и можно использовать российскую карту. По ссылке вы можете получить 100 000 бесплатных токенов для первых задач и приступить к работе с нейросетями прямо сейчас!

Источник

Автор: cognitronn

Источник

Rambler's Top100