ვექტორული მონაცემთა ბაზები
მართული ვექტორული მონაცემთა ბაზა, რომელიც უბრალოდ PostgreSQL არის
შეინახეთ ემბედინგები და მოძებნეთ ისინი მნიშვნელობის მიხედვით pgvector-ზე, რომელსაც ჩვენ ვმართავთ და ვუქმნით სარეზერვო ასლებს. არ არის საჭირო ახალი მონაცემთა ბაზის შესწავლა ან კლასტერის ზომის განსაზღვრა — შექმენით ინდექსი, ჩაწერეთ თქვენი ვექტორები და გაგზავნეთ მოთხოვნა უკვე არსებული API გასაღებით.
მონაცემთა ბაზა, რომელსაც უკვე ენდობით, ერთი დამატებითი სვეტის ტიპით
ვექტორული მონაცემთა ბაზა, როგორც წესი, არის მეორე სისტემა, რომელიც პირველის პარალელურად მუშაობს: კიდევ ერთი კლასტერი, სარეზერვო ასლების კიდევ ერთი ისტორია, კიდევ ერთი მიზეზი, რის გამოც შეიძლება ღამით გაგაღვიძონ. ეს არის pgvector PostgreSQL-ის შიგნით — იგივე ძრავა, იგივე სანდოობა, იგივე ყოველღამეული საბაზისო სარეზერვო კოპირება და ჟურნალის (WAL) უწყვეტი არქივაცია, რასაც აქ ყველა სხვა კომპონენტი იღებს. თქვენი ინდექსი არის ჩვეულებრივი ცხრილი HNSW ინდექსით, ასე რომ ის სწრაფია მიახლოებითი უახლოესი მეზობლების (ANN) ძიებისთვის და სრულიად ჩვეულებრივია ყველა სხვა ასპექტში — რაც სწორედ ის თვისებაა, რომელიც ღამის სამ საათზე გჭირდებათ.
თქვენი მოდელის სიგანე და არა ჩვენს მიერ არჩეული სიგანე
მართული ვექტორული სერვისების უმეტესობა ზომების მოკლე სიიდან არჩევის საშუალებას გაძლევთ. თქვენი არ უნდა იყოს აუცილებლად მრგვალი რიცხვი: მიიღება და ზუსტად ინახება ნებისმიერი მნიშვნელობა 1-დან 3072-მდე, რადგან უფრო ვიწრო ვექტორი ნულებით ივსება შემდეგ ფიზიკურ სიგანემდე, რაც კოსინუსურ, ევკლიდურ და შიდა ნამრავლის მანძილს ზუსტად არ ცვლის. 1408-განზომილებიანი მოდელი ზუსტად ისევე რანჟირდება, როგორც მისთვის მშობლიური ზომის მქონე მოდელი, ხოლო წაკითხვისას ზუსტად იმ 1408 მნიშვნელობას იღებთ, რაც შეინახეთ და არა – შესავსებ ნულებს.
შედის ყველა ვექტორულ გეგმაში
- ნებისმიერი ჩაშენების სიგანე 3072-მდე და კოსინუსური, ევკლიდური ან შიდა ნამრავლის მანძილი
- მეტადატა, რომელიც ინახება თითოეულ ვექტორთან ერთად და იფილტრება ძიების დროს
- ყოველდღიური სარეზერვო ასლები 30-დღიანი შენახვით და დროის გარკვეულ წერტილში აღდგენით
- სტრიქონის დონის უსაფრთხოება, რათა ერთი ორგანიზაციის ვექტორები მიუწვდომელი იყოს მეორესთვის
გეგმები და ფასები
სამი დონე, რომელთა ფასიც დაფუძნებულია ორ იმ რეალურ ფაქტორზე, რაც ხარჯებთან არის დაკავშირებული: რამდენს ინახავთ და რამდენს ეძებთ.
ფასი დამოკიდებულია თქვენს კონფიგურაციაზე
საკომისიო დამოკიდებულია რეგიონზე, სერვერის ზომაზე, გამტარუნარიანობასა და შერჩეულ მეხსიერებაზე, ამიტომ არ არსებობს ერთიანი ყოველთვიური თანხა, რომლის მოცემაც აქ გულწრფელად შეგვეძლებოდა. გვითხარით სამუშაო დატვირთვა და ჩვენ გამოვთვლით ღირებულებას.
მუშაობს 100%-ით განახლებადი ენერგიით
ჩვენს მიერ გაშვებული თითოეული სერვერი, თითოეულ პროდუქტზე, იკვებება განახლებადი ელექტროენერგიით. ეს არ არის კომპენსირებული ფაქტის შემდგომ — ის თავიდანვე ასეა მოპოვებული.
- 100% განახლებადი ელექტროენერგია ჩვენს მთელ ჰოსტინგში
- მონაცემთა ცენტრები, რომლებიც მუშაობენ 1.1 - 1.2 PUE მაჩვენებლით
- ჩვენს გაზიარებულ პლატფორმაზე არსებული საიტები გადის Green Web Foundation-ის შემოწმებას — ეს არის მესამე მხარე, რომლის გადამოწმებაც თავადაც შეგიძლიათ
შეკითხვები, რომლებსაც მომხმარებლები ყიდვამდე სვამენ
რომელ embedding მოდელებთან მუშაობს ეს?
რომელიმე მათგანი. თქვენ გვიგზავნით ნომრებს, რომლებიც თქვენმა მოდელმა აწარმოა, ასე რომ, OpenAI, Cohere, Voyage, თქვენს საკუთარ კომპიუტერზე გაშვებული Sentence-Transformers მოდელი და ნებისმიერი სხვა ჩვენთვის სრულიად იდენტურია. ინდექსის შექმნისას თქვენ გვეუბნებით სიგანეს — 384, 768, 1024, 1536 და 3072 ყველა გავრცელებულია, ისევე როგორც შუალედური მნიშვნელობები.
შევცვალო თუ არა ინდექსის სიგანე ან მანძილის ფუნქცია მოგვიანებით?
არა და ჩვენ ვfირჩევთ ამის გულწრფელად თქმას, ვიდრე მის დამოუკიდებლად აღმოჩენას. ორივე წყვეტს, სად ინახება ფიზიკურად თქვენი ვექტორები და როგორ ხდება მათი რანჟირება, ამიტომ რომელიმეს შეცვლა უხმაუროდ გახდის ინდექსში უკვე არსებულ ყოვლად ბათილს. თუ სხვა ემბედინგის მოდელზე გადახვალთ, შექმენით მეორე ინდექსი და ჩაწერეთ მასში — ზუსტად ის, რასაც თითოეული ვექტორული მონაცემთა ბაზა გთხოვთ და იმავე მიზეზით.
ძალიან ფართო ვექტორებში არის რამე განსხვავებული?
დიახ, და ეს გასათვალისწინებელია. 2,000 განზომილებაზე მეti მნიშვნელობები ინახება ნახევრად სიზუსტით, რადგან PostgreSQL-ის HNSW ინდექსი არ იღებს უფრო ფართო სრული სიზუსტის სვეტს. 3072-განზომილებიანი მოდელებისთვის ეს არის მიდგომა, რომელსაც თავად pgvector გირჩევთ და რეიტინგზე გავლენა უმნიშვნელოა, მაგრამ ეს რეალური კომპრომისია და ჩვენგან უნდა შეიტყოთ ვიდრე თვითონ მიხვდებით.
მონაცემთა ბაზის მიერთების სტრიქონი მექნება?
არა დღეს. თქვენ წვდომას იღებთ თქვენს ინდექსზე HTTPS-ის საშუალებით თქვენი Zinn® API გასაღებით, რომლის მოქმედების სფეროც ისეა შეზღუდული, რომ გასაღებს, რომელსაც ძებნა შეუძლია, არ შეუძლია რაიმე სხვა მოქმედების შესრულება თქვენს ანგარიშში. სწორედ ეს გვაძლევს საშუალებას, პატიოსნად აღვრიცხოთ მოთხოვნები და უზრუნველვყოთ, რომ ერთი მოიჯარის სტრიქონები მიუწვდომელი იყოს მეორისთვის. თუ თქვენ პირდაპირი კავშირი გჭირდებათ, გვითხარით — ჩვენ გვირჩევნია იგი შევქმნათ იმის გამო, რომ ვინმემ ითხოვა, ვიდრე ვივარაუდოთ.
როგორ იზომება ის და შემიძლია თუ არა ციფრების თავად შემოწმება?
ორ მეტრზე: რამდენს ინახავთ და რამდენი ძიებას ატარებთ კალენდარულ თვეში. ორივე თქვენს სამართავ პანელზეა რეალურ დროში. სათავსო გამოითვლება გამოქვეყნებული ფორმულით და არა ფიზიკური ცხრილის ზომით — მწკრივის ზედმეტი ხარჯები, პლუს შენახული სიგანე, პლუს თქვენივე იდენტიფიკატორებისა და მეტამონაცემების სიგრძე — ზუსტად იმისთვის, რომ შეძლოთ იმ მაჩვენებლის გადამოწმება, რომლისთვისაც გიწერთ ინვოისს, და არა უბრალოდ ჩვენი სიტყვის მჯეროდეთ.