Bases de datos vectoriales
Una base de datos vectorial gestionada que es simplemente PostgreSQL
Almacene incrustaciones y búsquelas por significado, en un pgvector que ejecutamos y respaldamos para usted. Ningún nuevo almacén de datos que aprender ni clúster que dimensionar: cree un índice, escriba sus vectores y consúltelo con la clave de API que ya tiene.
La base de datos en la que ya confías, con un tipo de columna adicional
Una base de datos vectorial suele ser un segundo sistema que se ejecuta junto al primero: otro clúster, otra estrategia de copias de seguridad, otro motivo por el que despertarse de madrugada. Esto es pgvector dentro de PostgreSQL: el mismo motor, la misma durabilidad, la misma copia de seguridad nocturna y el mismo archivado continuo del registro de transacciones que recibe todo lo demás aquí. Su índice es una tabla ordinaria con un índice HNSW, por lo que es rápido para la búsqueda aproximada de vecinos más cercanos y aburrido en todos los demás aspectos, que es la propiedad que se desea a las tres de la mañana.
El ancho de su modelo, no uno que hayamos elegido
La mayoría de los servicios vectoriales gestionados le obligan a elegir entre una lista corta de dimensiones. La suya no tiene por qué ser un número redondo: se acepta y se almacena exactamente cualquier valor de 1 a 3072, ya que un vector más estrecho se rellena hasta la siguiente anchura física con ceros, lo que no altera en absoluto la distancia del coseno, la euclidiana ni la del producto interno. Un modelo de 1408 dimensiones se clasifica de manera idéntica a uno dimensionado nativamente para ello, y las lecturas le devuelven los 1408 valores que almacenó, nunca el relleno.
Incluido en todos los planes vectoriales
- Cualquier ancho de incrustación de hasta 3072 y distancia de coseno, euclidiana o de producto interno
- Metadatos almacenados con cada vector y filtrados en el momento de la consulta
- Copias de seguridad nocturnas con retención de 30 días y recuperación en un punto específico en el tiempo
- Seguridad a nivel de fila, para que los vectores de una organización no sean accesibles desde otra
Planes y precios
Tres niveles, con precios basados en las dos cosas que realmente nos cuestan algo: cuánto almacenas y cuánto buscas.
Precio según tu configuración
El coste depende de la región, el tamaño de la máquina, el ancho de banda y el almacenamiento que elijas, por lo que no hay una única cifra mensual que podamos publicar aquí con total honestidad. Indícanos la carga de trabajo y te daremos un presupuesto.
Funciona con energía 100% renovable
Cada servidor que ejecutamos, en cada producto, funciona con electricidad renovable. No compensada a posteriori, sino obtenida así desde el origen.
- Electricidad 100% renovable en todo nuestro alojamiento
- Centros de datos operando con un PUE de 1,1 a 1,2
- Los sitios en nuestra plataforma compartida superan las comprobaciones de la Green Web Foundation, un tercero que puede verificar por sí mismo
Preguntas que la gente hace antes de comprar
¿Con qué modelos de incrustación funciona esto?
Cualquiera de ellos. Nos envía los números que produjo su modelo, por lo que OpenAI, Cohere, Voyage, un modelo de Sentence-Transformers en su propia máquina y cualquier otra cosa nos da igual. Nos indica la dimensión al crear el índice; 384, 768, 1024, 1536 y 3072 son habituales, al igual que cualquier valor intermedio.
¿Puedo cambiar el ancho o la función de distancia de un índice más adelante?
No, y preferimos decirlo claramente antes de dejar que lo descubra. Ambos deciden dónde se almacenan físicamente sus vectores y cómo se ordenan, por lo que cambiar cualquiera de ellos invalidaría silenciosamente todo lo que ya está en el índice. Si cambia a un modelo de incrustación diferente, cree un segundo índice y escriba en él; lo mismo que cualquier base de datos vectorial le pide, y por la misma razón.
¿Hay algo diferente en los vectores muy anchos?
Sí, y vale la pena saberlo. Por encima de los 2000 dimensiones, los valores se almacenan a media precisión, ya que el índice HNSW de PostgreSQL no acepta una columna de precisión completa más ancha que eso. Para los modelos de 3072 dimensiones, este es el enfoque que el propio pgvector recomienda y el efecto en la clasificación es insignificante, pero es una compensación real y es mejor que lo escuche de nosotros en lugar de deducirlo.
¿Obtengo una cadena de conexión a la base de datos?
Hoy no. Su índice se consulta a través de HTTPS con su clave de API de Zinn®, limitada de modo que una clave que pueda realizar búsquedas no pueda hacer nada más en su cuenta. Eso es lo que nos permite medir las consultas de forma honesta y mantener las filas de un inquilino inaccesibles para las de otro. Si lo que necesita es una conexión directa, díganoslo; preferimos construirla porque alguien la pidió que adivinarlo.
¿Cómo se mide y puedo comprobar las cifras yo mismo?
En dos metros: cuánto almacena y cuántas búsquedas realiza en un mes natural. Ambas se muestran en su panel de control a medida que se producen. El almacenamiento se basa en una fórmula publicada en lugar de en el tamaño físico de una tabla —los metadatos de las filas, más el ancho almacenado, más la longitud de sus propios identificadores y metadatos— precisamente para que pueda reproducir la cifra que le estamos facturando en lugar de tener que confiar en nuestra palabra.