Basis data vektor
Basis data vektor terkelola yang berbasis PostgreSQL
Simpan embedding dan lakukan pencarian berdasarkan makna, pada pgvector yang kami jalankan dan cadangkan untuk Anda. Tidak ada penyimpanan data baru yang perlu dipelajari, tidak ada kluster yang perlu diukur ukurannya — buat indeks, tulis vektor Anda, dan kueri menggunakan kunci API yang sudah Anda miliki.
Database yang sudah Anda percaya, dengan satu tipe kolom tambahan
Basis data vektor biasanya merupakan sistem kedua yang berjalan berdampingan dengan sistem pertama: kluster lain, kisah cadangan lain, hal lain yang harus dibangunkan di tengah malam. Inilah pgvector di dalam PostgreSQL — mesin yang sama, ketahanan yang sama, pencadangan basis harian dan pengarsipan log *write-ahead* berkelanjutan yang sama seperti yang didapatkan oleh hal lainnya di sini. Indeks Anda adalah tabel biasa dengan indeks HNSW di atasnya, sehingga cepat untuk pencarian tetangga terdekat aproksimatif dan membosankan dalam segala hal lainnya, yang merupakan karakteristik yang Anda inginkan pada pukul tiga pagi.
Lebar model Anda, bukan lebar yang kami tentukan
Sebagian besar layanan vektor terkelola mengharuskan Anda memilih dari daftar dimensi yang pendek. Milik Anda tidak harus berupa angka bulat: berapa pun dari 1 hingga 3072 dapat diterima dan disimpan secara tepat, karena vektor yang lebih sempit akan diberi bantalan (padding) hingga lebar fisik berikutnya dengan angka nol—yang sama sekali tidak mengubah jarak kosinus, Euclidean, dan produk dalam (inner-product). Model dengan 1408 dimensi memiliki peringkat yang identik dengan model yang berukuran asli untuknya, dan pembacaan akan mengembalikan 1408 nilai yang Anda simpan, bukan bantalan tersebut.
Termasuk di setiap paket vector
- Lebar penyematan apa pun hingga 3072, dan jarak kosinus, Euclidean, atau produk internal
- Metadata disimpan dengan setiap vektor, dan difilter pada saat kueri
- Pencadangan malam hari dengan retensi 30 hari dan pemulihan tepat waktu
- Keamanan tingkat baris, sehingga vektor organisasi satu tidak dapat diakses oleh organisasi lainnya
Paket dan harga
Tiga tingkatan, diberi harga berdasarkan dua hal yang benar-benar memerlukan biaya bagi kami: seberapa banyak yang Anda simpan dan seberapa banyak yang Anda cari.
Harga berdasarkan konfigurasi Anda
Biaya tergantung pada wilayah, ukuran mesin, bandwidth, dan penyimpanan yang Anda pilih, jadi tidak ada satu angka bulanan pasti yang dapat kami tampilkan di sini secara jujur. Beritahu kami beban kerja Anda dan kami akan memberikan penawarannya.
Didukung oleh 100% energi terbarukan
Setiap server yang kami jalankan, pada setiap produk, ditenagai oleh listrik terbarukan. Bukan diimbangi setelah fakta — bersumber langsung dengan cara tersebut.
- 100% listrik terbarukan di seluruh hosting kami
- Pusat data beroperasi pada PUE 1,1 hingga 1,2
- Situs di platform bersama kami lolos pemeriksaan Green Web Foundation — pihak ketiga yang dapat Anda verifikasi sendiri
Pertanyaan yang sering diajukan sebelum membeli
Model embedding mana yang mendukung ini?
Mana saja. Anda mengirimkan nomor-nomor yang dihasilkan oleh model Anda kepada kami, sehingga OpenAI, Cohere, Voyage, model Sentence-Transformers di mesin Anda sendiri, dan apa pun itu semuanya sama bagi kami. Anda memberi tahu kami lebar saat Anda membuat indeks—384, 768, 1024, 1536, dan 3072 semuanya umum, begitu juga nilai di antaranya.
Bisakah saya mengubah lebar atau fungsi jarak indeks di kemudian hari?
Tidak, dan kami lebih suka mengatakannya secara terus terang daripada membiarkan Anda mengetahuinya sendiri. Keduanya menentukan tempat penyimpanan fisik vektor Anda dan cara pemeringkatannya, sehingga mengubah salah satunya secara diam-diam akan membatalkan validasi semua hal yang sudah ada di dalam indeks. Jika Anda beralih ke model penyematan yang berbeda, buat indeks kedua dan tulis ke dalamnya — hal yang sama yang diminta oleh setiap basis data vektor dari Anda, dan untuk alasan yang sama.
Apakah ada hal yang berbeda dari vektor yang sangat lebar?
Ya, dan ini patut diketahui. Di atas 2.000 dimensi, nilai-nilai tersebut disimpan pada setengah presisi, karena indeks HNSW milik PostgreSQL tidak menerima kolom presisi penuh yang lebih lebar dari itu. Untuk model 3072 dimensi, ini adalah pendekatan yang disarankan oleh pgvector sendiri dan efek pada peringkat dapat diabaikan — tetapi ini adalah kompromi nyata dan Anda harus mendengarnya langsung dari kami alih-alih menyimpulkannya sendiri.
Apakah saya mendapatkan connection string basis data?
Tidak hari ini. Anda mengakses indeks Anda melalui HTTPS dengan kunci API Zinn® Anda, yang dicakup sedemikian rupa sehingga kunci yang dapat melakukan pencarian tidak dapat melakukan hal lain di akun Anda. Itulah yang memungkinkan kami mengukur kueri secara jujur dan menjaga baris satu penyewa agar tidak dapat diakses oleh penyewa lainnya. Jika koneksi langsung adalah yang Anda butuhkan, beri tahu kami — kami lebih memilih untuk membangunnya karena seseorang memintanya daripada menebak-nebak.
Bagaimana cara penghitungannya, dan dapatkah saya memeriksa angkanya sendiri?
Pada dua meter: berapa banyak yang Anda simpan dan berapa banyak pencarian yang Anda jalankan dalam satu bulan kalender. Keduanya ada di dasbor Anda saat itu juga. Penyimpanan adalah rumus yang dipublikasikan daripada ukuran tabel fisik — overhead baris, ditambah lebar tersimpan, ditambah panjang id dan metadata Anda sendiri — agar Anda dapat mereproduksi angka yang kami tagih kepada Anda secara akurat alih-alih hanya mempercayai perkataan kami.