Vektordatenbanken
Eine verwaltete Vektordatenbank, die einfach PostgreSQL ist
Speichern Sie Einbettungen und durchsuchen Sie diese nach Bedeutung – auf pgvector, das wir für Sie betreiben und sichern. Kein neuer Datenspeicher, den Sie lernen müssen, kein Cluster, den Sie dimensionieren müssen – erstellen Sie einen Index, schreiben Sie Ihre Vektoren und fragen Sie diese mit dem API-Schlüssel ab, den Sie bereits haben.
Die Datenbank, der Sie bereits vertrauen, mit einem zusätzlichen Spaltentyp
Eine Vektordatenbank ist normalerweise ein zweites System, das neben dem ersten betrieben wird: ein weiterer Cluster, eine weitere Backup-Strategie, eine weitere Sache, für die man geweckt wird. Das ist pgvector in PostgreSQL – derselbe Engine, dieselbe Ausfallsicherheit, dasselbe nächtliche Basis-Backup und die kontinuierliche Archivierung des Write-Ahead-Logs, die alles andere hier auch erhält. Ihr Index ist eine gewöhnliche Tabelle mit einem HNSW-Index darauf, sodass er schnell für die Suche nach ungefähren nächsten Nachbarn (Approximate Nearest Neighbour) und in jeder anderen Hinsicht unauffällig ist – genau die Eigenschaft, die man um drei Uhr morgens haben möchte.
Die Breite Ihres Modells, nicht eine von uns gewählte Breite
Die meisten verwalteten Vektordienste zwingen Sie dazu, aus einer kurzen Liste von Dimensionen zu wählen. Ihre muss keine glatte Zahl sein: Alles von 1 bis 3072 wird akzeptiert und exakt beibehalten, da ein schmalerer Vektor mit Nullen auf die nächste physische Breite aufgefüllt wird – was die Kosinus-, euklidische und Skalarprodukt-Distanz exakt gar nicht verändert. Ein Modell mit 1408 Dimensionen liefert exakt dieselben Ranglisten wie eines, das nativ dafür dimensioniert ist, und Lesevorgänge geben Ihnen genau die 1408 Werte zurück, die Sie gespeichert haben, niemals die Auffüllung.
In jedem Vektortarif enthalten
- Jede Einbettungsbreite bis zu 3072 sowie Kosinus-, Euklidischer oder Skalarproduktabstand
- Metadaten, die mit jedem Vektor gespeichert und zum Abfragezeitpunkt gefiltert werden
- Tägliche Backups mit 30 Tagen Aufbewahrungsdauer und Point-in-Time-Wiederherstellung
- Zeilenebene Sicherheit, sodass die Vektoren einer Organisation von einer anderen aus nicht erreichbar sind
Tarife und Preise
Drei Tarife, berechnet nach den beiden Dingen, die uns tatsächlich Kosten verursachen: wie viel Sie speichern und wie viel Sie suchen.
Nach Konfiguration berechnet
Die Kosten hängen von der von Ihnen gewählten Region, der Servergröße, der Bandbreite und dem Speicher ab, weshalb wir hier keinen pauschalen monatlichen Betrag nennen können. Nennen Sie uns Ihre Workload und wir erstellen Ihnen ein Angebot.
Betrieben zu 100 % mit erneuerbaren Energien
Jeder Server, den wir betreiben, für jedes Produkt, wird mit Strom aus erneuerbaren Quellen betrieben. Nicht nachträglich kompensiert – sondern direkt so bezogen.
- 100 % Ökostrom für all unser Hosting
- Rechenzentren mit einer PUE von 1,1 bis 1,2 arbeiten
- Websites auf unserer Shared-Plattform bestehen die Prüfungen der Green Web Foundation – eine unabhängige Prüfstelle, die Sie selbst verifizieren können.
Fragen vor dem Kauf
Mit welchen Embedding-Modellen funktioniert dies?
Jedes davon. Sie senden uns die Zahlen, die Ihr Modell erzeugt hat. Für uns ist es also völlig gleich, ob es sich um OpenAI, Cohere, Voyage, ein Sentence-Transformers-Modell auf Ihrem eigenen Rechner oder etwas anderes handelt. Sie teilen uns die Breite beim Erstellen des Index mit – 384, 768, 1024, 1536 und 3072 sind gängige Werte, ebenso wie Werte dazwischen.
Kann ich die Breite oder Distanzfunktion eines Indexes nachträglich ändern?
Nein, und das sagen wir lieber offen, als dass Sie es selbst herausfinden müssen. Beide bestimmen, wo Ihre Vektoren physikalisch gespeichert und wie sie gerankt werden; eine Änderung von einem der beiden würde daher unbemerkt alles im Index ungültig machen. Wenn Sie zu einem anderen Einbettungsmodell wechseln, erstellen Sie einen zweiten Index und schreiben Sie in diesen hinein – dasselbe verlangt jede Vektordatenbank von Ihnen und das aus demselben Grund.
Gibt es bei sehr breiten Vektoren irgendwelche Besonderheiten?
Ja, und es ist gut zu wissen. Über 2.000 Dimensionen werden die Werte mit halber Genauigkeit gespeichert, da der HNSW-Index von PostgreSQL keine Spalte mit voller Genauigkeit akzeptiert, die breiter ist. Bei Modellen mit 3072 Dimensionen ist dies der Ansatz, den pgvector selbst empfiehlt, und die Auswirkungen auf das Ranking sind vernachlässigbar – aber es ist ein echter Kompromiss, und Sie sollten es von uns erfahren, anstatt es selbst ableiten zu müssen.
Erhalte ich eine Datenbank-Verbindungszeichenfolge?
Heute nicht. Sie erreichen Ihren Index über HTTPS mit Ihrem Zinn® API-Schlüssel, der so eingeschränkt ist, dass ein Schlüssel, der suchen kann, nichts anderes in Ihrem Konto tun kann. Das ist es, was es uns ermöglicht, Abfragen ehrlich zu erfassen und die Zeilen eines Mandanten für einen anderen unerreichbar zu halten. Wenn Sie eine direkte Verbindung benötigen, lassen Sie es uns wissen – wir würden sie lieber bauen, weil jemand danach gefragt hat, als zu raten.
Wie wird es gemessen, und kann ich die Zahlen selbst überprüfen?
Auf zwei Messgrößen: wie viel Sie speichern und wie viele Suchen Sie in einem Kalendermonat durchführen. Beide werden in Echtzeit in Ihrem Dashboard angezeigt. Der Speicherplatz basiert auf einer veröffentlichten Formel anstelle einer physischen Tabellengröße – Zeilen-Overhead plus gespeicherte Breite plus Länge Ihrer eigenen IDs und Metadaten –, damit Sie den Betrag, den wir Ihnen in Rechnung stellen, genau nachvollziehen können, anstatt sich auf unser Wort verlassen zu müssen.