Database vettoriali
Un database vettoriale gestito che è semplicemente PostgreSQL
Memorizzi i vettori e li consulti per significato, su pgvector gestito ed eseguito da noi. Nessun nuovo archivio dati da imparare, nessun cluster da dimensionare: crei un indice, scriva i suoi vettori e li interroghi con la chiave API che già possiede.
Il database di cui ti fidi già, con un tipo di colonna in più
Un database vettoriale è solitamente un secondo sistema da gestire accanto al primo: un altro cluster, un'altra gestione dei backup, un'altra cosa per cui essere svegliati. Questo è pgvector in PostgreSQL: lo stesso motore, la stessa affidabilità, lo stesso backup di base notturno e la stessa archiviazione continua dei log di scrittura preventiva (WAL) di cui gode tutto il resto. Il Suo indice è una tabella ordinata con un indice HNSW, il che lo rende veloce per la ricerca approssimativa del vicino più vicino e noioso sotto ogni altro aspetto, che è la proprietà che desidera alle tre del mattino.
La larghezza del Suo modello, non una larghezza scelta da noi
La maggior parte dei servizi vettoriali gestiti obbliga a scegliere da un breve elenco di dimensioni. La vostra non deve essere una cifra tonda: qualsiasi valore da 1 a 3072 è accettato e mantenuto esattamente, poiché un vettore più stretto viene riempito fino alla successiva larghezza fisica con zeri, il che non modifica in alcun modo la distanza del coseno, euclidea e del prodotto interno. Un modello a 1408 dimensioni si classifica in modo identico a uno dimensionato nativamente per esso, e le letture restituiscono i 1408 valori memorizzati, mai il riempimento.
Incluso in ogni piano vector
- Qualsiasi larghezza di incorporamento fino a 3072 e distanza del coseno, euclidea o di prodotto interno
- Metadati memorizzati con ogni vettore e filtrati al momento della query
- Backup giornalieri con conservazione di 30 giorni e ripristino point-in-time
- Sicurezza a livello di riga, in modo che i vettori di un'organizzazione non siano raggiungibili da un'altra
Piani e prezzi
Tre livelli, con prezzi basati sulle due cose che ci costano realmente: quanto archivi e quanto effettui ricerche.
Prezzo basato sulla tua configurazione
Il costo dipende dalla regione, dalle dimensioni della macchina, dalla larghezza di banda e dallo spazio di archiviazione che scegli, quindi non esiste una cifra mensile unica che possiamo onestamente pubblicare qui. Raccontaci il tuo carico di lavoro e ti faremo un preventivo.
Alimentato al 100% da energia rinnovabile
Ogni server che utilizziamo, su ogni prodotto, è alimentato da energia rinnovabile. Non compensata a posteriori: ottenuta direttamente così.
- Elettricità rinnovabile al 100% in tutto il nostro hosting
- Centri dati operativi con un PUE da 1,1 a 1,2
- I siti sulla nostra piattaforma condivisa superano i controlli della Green Web Foundation, una terza parte che puoi verificare tu stesso
Domande frequenti prima dell'acquisto
Con quali modelli di embedding funziona?
Qualsiasi modello. Ci inviate i numeri prodotti dal vostro modello, quindi OpenAI, Cohere, Voyage, un modello Sentence-Transformers sulla vostra macchina e qualsiasi altra cosa sono la stessa cosa per noi. Ci comunicate la larghezza quando create l'indice: 384, 768, 1024, 1536 e 3072 sono tutte comuni, così come qualsiasi valore intermedio.
Posso modificare la larghezza o la funzione di distanza di un indice in un secondo momento?
No, e preferiamo dirlo chiaramente piuttosto che lasciarlo scoprire a voi. Entrambi determinano dove i vostri vettori sono memorizzati fisicamente e come vengono classificati, quindi modificarne uno qualsiasi invaliderebbe silenziosamente tutto ciò che è già presente nell'indice. Se passate a un modello di embedding differente, create un secondo indice e scriveteci dentro: la stessa cosa che qualsiasi database vettoriale vi chiede, e per la stessa ragione.
C'è qualcosa di diverso nei vettori molto ampi?
Sì, e vale la pena saperlo. Oltre i 2.000 valori le dimensioni sono memorizzate a mezza precisione, poiché l'indice HNSW di PostgreSQL non accetta una colonna a piena precisione più ampia di così. Per i modelli a 3072 dimensioni questo è l'approccio consigliato da pgvector stesso e l'effetto sul posizionamento è trascurabile, ma si tratta di un compromesso reale che preferiamo comunicarvi direttamente piuttosto di lasciarlo dedurre.
Ricevo una stringa di connessione al database?
Non oggi. Acceda al Suo indice tramite HTTPS con la Sua chiave API Zinn®, delimitata in modo che una chiave in grado di effettuare ricerche non possa fare nient'altro nel Suo account. È questo che ci permette di misurare le query in modo trasparente e di impedire che le righe di un tenant siano accessibili da un altro. Se ha bisogno di una connessione diretta, ce lo dica: preferiamo realizzarla perché qualcuno l'ha richiesta piuttosto che tirare a indovinare.
Come viene misurato e posso controllare i dati autonomamente?
Su due metri: quanto spazio archivia e quante ricerche esegue in un mese solare. Entrambi i dati sono disponibili sul Suo pannello di controllo in tempo reale. Lo spazio di archiviazione si basa su una formula pubblicata piuttosto che sulle dimensioni fisiche di una tabella — overhead delle righe, più la larghezza memorizzata, più la lunghezza dei Suoi ID e metadati — proprio affinché Lei possa riprodurre la cifra che Le stiamo fatturando invece di doverci credere sulla parola.