មូលដ្ឋានទិន្នន័យ វ៉ិចទ័រ
មូលដ្ឋានទិន្នន័យវេ៉ចទ័រដែលបានគ្រប់គ្រងគឺគ្រាន់តែជា PostgreSQL ប៉ុណ្ណោះ
រក្សាទុក embeddings និងស្វែងរកវាដោយអត្ថន័យ នៅលើ pgvector ដែលយើងដំណើរការ និងបម្រុងទុកសម្រាប់អ្នក។ គ្មានទិន្នន័យថ្មីត្រូវរៀន គ្មានកាស្សាត្រូវកំណត់ទំហំទេ — បង្កើតសន្ទស្សន៍ សរសេរ vectors របស់អ្នក ហើយសំណួរវាជាមួយ API key ដែលអ្នកមានរួចជាស្រេច។
មូលដ្ឋានទិន្នន័យដែលអ្នកទុកចិត្តរួចជាស្រេច ជាមួយនឹងប្រភេទជួរឈរបន្ថែមមួយ
មូលដ្ឋានទិន្នន័យវ៉ិចទ័រជាទូទៅគឺជាប្រព័ន្ធទីពីរដែលត្រូវដំណើរការទន្ទឹមនឹងប្រព័ន្ធទីមួយ៖ កាដំបរផ្សេងទៀត ការបម្រុងទុកផ្សេងទៀត និងអ្វីផ្សេងទៀតដែលត្រូវដាស់តឿន។ នេះគឺជា pgvector ខាងក្នុង PostgreSQL ដែលជាម៉ាស៊ីនដូចគ្នា ភាពធន់ដូចគ្នា ការបម្រុងទុកមូលដ្ឋានពេលយប់ដូចគ្នា និងការរក្សាទុកកំណត់ហេតុសរសេរទៅមុខជាបន្តបន្ទាប់ដែលអ្វីៗផ្សេងទៀតនៅទីនេះទទួលបាន។ សន្ទស្សន៍របស់អ្នកគឺជាតារាងធម្មតាដែលមានសន្ទស្សន៍ HNSW នៅលើវា ដូច្នេះវាមានល្បឿនលឿនសម្រាប់ការស្វែងរកអ្នកជិតខាងដែលនៅជិតបំផុតប្រហាក់ប្រហែល និងធម្មតានៅគ្រប់ទិដ្ឋភាពផ្សេងទៀត ដែលជាលក្ខណៈសម្បត្តិដែលអ្នកចង់បាននៅម៉ោងបីព្រឹក។
ទទទឹងរបស់ម៉ូដែលរបស់អ្នក មិនមែនជាទទឹងដែលយើងបានជ្រើសរើសនោះទេ
សេវាកម្មវ៉ិចទ័រដែលបានគ្រប់គ្រងភាគច្រើនបង្ខំឱ្យអ្នកជ្រើសរើសពីបញ្ជីវិមាត្រខ្លីមួយ។ របស់អ្នកមិនចាំបាច់ជាចំនួនគត់នោះទេ៖ អ្វីក៏ដោយចាប់ពី ១ ដល់ ៣០៧២ ត្រូវបានទទួលយក និងរក្សាទុកយ៉ាងពិតប្រាកដ ព្រោះវ៉ិចទ័រដែលតូចជាងត្រូវបានបំពេញបន្ថែមរហូតដល់ទទឹងរូបវន្តបន្ទាប់ដោយសូន្យ ដែលមិនផ្លាស់ប្តូរចម្ងាយកូស៊ីនុស អឺគ្លីដ និងផលគុណក្នុងសូម្បីតែបន្តិច។ ម៉ូឌែលទំហំ ១៤០៨ វិមាត្រ ផ្ដល់ចំណាត់ថ្នាក់ដូចគ្នាបេះបិទទៅនឹងម៉ូឌែលដែលមានទំហំដើមសម្រាប់វា ហើយការអានផ្ដល់ឱ្យអ្នកវិញនូវតម្លៃ ១៤០៨ ដែលអ្នកបានរក្សាទុក ដោយមិនរាប់បញ្ចូលទំហំបំពេញបន្ថែមឡើយ។
រួមបញ្ចូលក្នុងរាល់គម្រោង vector ទាំងអស់
- ទទឹងការបង្កប់ណាមួយរហូតដល់ 3072 និងចម្ងាយកូស៊ីនុស អឺគ្លីដ ឬផលគុណខាងក្នុង
- ទិន្នន័យមេត្រូវបានរក្សាទុកជាមួយវ៉ិចទ័រនីមួយៗ និងត្រូវបានត្រងនៅពេលធ្វើការសំណួរ
- ការបម្រុងទុកប្រចាំថ្ងៃដែលមានការរក្សាទុកទិន្នន័យរយៈពេល ៣០ ថ្ងៃ និងការសង្គ្រោះទិន្នន័យតាមពេលវេលាកំណត់
- សុវត្ថិភាពកម្រិតជួរដេក ដូច្នេះវ៉ិចទ័ររបស់អង្គភាពមួយមិនអាចចូលប្រើប្រាស់បានពីអង្គភាពផ្សេងទៀតឡើយ
ផែនការ និងតម្លៃ
កម្រិតបី តម្លៃផ្អែកលើកត្តាពីរដែលពិតជាត្រូវចំណាយ៖ ទំហំផ្ទុករបស់អ្នក និងទំហំស្វែងរករបស់អ្នក។
គិតថ្លៃតាមការកំណត់រចនាសម្ព័ន្ធរបស់អ្នក
តម្លៃអាស្រ័យលើតំបន់ ទំហំម៉ាស៊ីន កម្រិតបញ្ជូន និងទំហំផ្ទុកដែលអ្នកបានជ្រើសរើស ដូច្នេះមិនមានតួលេខប្រចាំខែតែមួយដែលយើងអាចដាក់បង្ហាញនៅទីនេះដោយស្មោះត្រង់នោះទេ។ ប្រាប់យើងពីទំហំការងាររបស់អ្នក ហើយយើងនឹងផ្ដល់សម្រង់តម្លៃជូន។
ដំណើរការដោយថាមពលកកើតឡើងវិញ ១០០%
ម៉ាស៊ីនបម្រើទាំងអស់ដែលយើងដំណើរការ លើរាល់ផលិតផលទាំងអស់ គឺដំណើរការដោយអគ្គិសនីកកើតឡើងវិញ។ មិនមែនទូទាត់សងពេលក្រោយនោះទេ — គឺទទួលបានពីប្រភពបែបនោះផ្ទាល់។
- អគ្គិសនីកកើតឡើងវិញ ១០០% នៅលើសេវាកម្មបង្ហោះគេហទំព័ររបស់យើងទាំងអស់
- មជ្ឈមណ្ឌលទិន្នន័យដំណើរការក្នុងអត្រា PUE ពី ១.១ ដល់ ១.២
- គេហទំព័រនៅលើប្រព័ន្ធគ្រប់គ្រងរួមគ្នារបស់យើងឆ្លងកាត់ការផ្ទៀងផ្ទាត់របស់ Green Web Foundation ដែលជាភាគីទីបីដែលអ្នកអាចផ្ទៀងផ្ទាត់ដោយខ្លួនឯងបាន
សំណួរដែលមនុស្សសួរមុនពេលពួកគេទិញ
តើនេះដំណើរការជាមួយគំរូ embedding ណាមួយខ្លះ?
ណាមួយក៏បាន។ អ្នកផ្ញើមករបស់យើងនូវលេខដែលម៉ូដែលរបស់អ្នកបានបង្កើត ដូច្នេះ OpenAI, Cohere, Voyage, ម៉ូដែល Sentence-Transformers នៅលើម៉ាស៊ីនផ្ទាល់របស់អ្នក និងអ្វីផ្សេងទៀតគឺសុទ្ធតែដូចគ្នាសម្រាប់ពួកយើង។ អ្នកប្រាប់យើងពីទទឹងនៅពេលដែលអ្នកបង្កើតសន្ទស្សន៍ — 384, 768, 1024, 1536 និង 3072 សុទ្ធតែជាទូទៅ ហើយអ្វីដែលនៅចន្លោះនោះក៏ដូចគ្នាដែរ។
តioខ្ញុំអាចប្ដូរទទឹង ឬមុខងារចម្ងាយរបស់សន្ទស្សន៍នៅពេលក្រោយបានទេ?
ទេ ហើយយើងចង់ប្រាប់អ្នកឲ្យបានច្បាស់លាស់ ជាជាងបណ្តោយឲ្យអ្នករកឃើញវាដោយខ្លួនឯង។ ទាំងពីរនេះសម្រេចអំពីកន្លែងដែលវ៉ិចទ័ររបស់អ្នកត្រូវ បានរក្សាទុកជារូបវន្ត និងរបៀបដែលពួកវាត្រូវបានរៀបចំណាត់ថ្នាក់ ដូច្នេះការផ្លាស់ប្តូរចំណុចណាមួយនឹងធ្វើឲ្យអ្វីៗទាំងអស់នៅក្នុងសន្ទស្សន៍លែងមានសុពលភាពដោយស្ងាត់ៗ។ ប្រសិនបើអ្នកប្តូរទៅប្រើម៉ូដែល embedding ផ្សេងទៀត សូមបង្កើតសន្ទស្សន៍ទីពីរ ហើយសរសេរចូលទៅក្នុងនោះ — វាជាអ្វីដែលទិន្នន័យវ៉ិចទ័រទាំងអស់ទាមទារពីអ្នក ហើយដោយសារតែហេតុផលដូចគ្នា។
តើមានអ្វីខុសគ្នាអំពីវ៉ិចទ័រដែលទូលាយខ្លាំងឬ?
បាទ ហើយវាគឺជាអ្វីដែលគួរស្វែងយល់។ លើសពី 2,000 វិមាត្រ តម្លៃទាំងនោះត្រូវបានរក្សាទុកក្នុងកម្រិតជាក់លាក់ពាក់កណ្តាល ព្រោះលិបិក្រម HNSW របស់ PostgreSQL មិនទទួលយកជួរឈរកម្រិតជាក់លាក់ពេញលេញដែលទូលាយជាងនេះឡើយ។ សម្រាប់ម៉ូឌែលដែលមាន 3072 វិមាត្រ នេះគឺជាវិធីសាស្ត្រដែល pgvector ខ្លួនឯងផ្តល់អនុសាសន៍ ហើយផលប៉ះពាល់លើការរៀបចំណាត់ថ្នាក់គឺមានតិចតួចបំផុត — ប៉ុន្តែវាគឺជាការលះបង់ពិតប្រាកដមួយ ហើយលោកអ្នកគប្បីទទួលបានព័ត៌មាននេះពីយើងខ្ញុំ ជាជាងការទាយដឹងដោយខ្លួនឯង។
តើខ្ញុំទទួលបានខ្សែអក្សរតភ្ជាប់មូលដ្ឋានទិន្នន័យដែរឬទេ?
មិនមែនថ្ងៃនេះទេ។ អ្នកចូលទៅកាន់សន្ទស្សន៍របស់អ្នកតាមរយៈ HTTPS ជាមួយនឹងកូនសោ API Zinn® របស់អ្នក ដែលត្រូវបានកំណត់វិសាលភាព ដូច្នេះកូនសោដែលអាចស្វែងរកបាន មិនអាចធ្វើអ្វីផ្សេងទៀតនៅក្នុងគណនីរបស់អ្នកបានទេ។ នោះហើយជាអ្វីដែលអនុញ្ញាតឱ្យយើងវាស់ស្ទង់ការសួរទិន្នន័យដោយស្មោះត្រង់ និងរក្សាជួរដេករបស់អ្នកប្រើប្រាស់ម្នាក់ មិនអាចចូលប្រើបានពីអ្នកប្រើប្រាស់ម្នាក់ទៀត។ ប្រសិនបើការភ្ជាប់ដោយផ្ទាល់ជាអ្វីដែលអ្នកត្រូវការ សូមប្រាប់យើង — យើងសុខចិត្តបង្កើតវាដោយសារតែមានគេសើ្នសុំ ប្រសើរជាងការទាយទុក។
តើវាត្រូវបានគណនាដោយរបៀបណា ហើយតើខ្ញុំអាចពិនិត្យមើលខ្លួនឯងបានទេ?
ផ្អែកលើការវាស់វែងពីរ៖ ទំហំដែលអ្នករក្សាទុក និងចំនួននៃការស្វែងរកដែលអ្នកប្រព្រឹត្តក្នុងខែនីមួយៗ។ ទិន្នន័យទាំងពីរត្រូវបានបង្ហាញនៅលើផ្ទាំងបញ្ជារបស់អ្នកភ្លាមៗនៅពេលវាកើតឡើង។ ទំហំផ្ទុកគឺផ្អែកលើរូបមន្តដែលបានផ្សព្វផ្សាយ ជាជាងទំហំតារាងជាក់ស្តែង — ដោយបូកបញ្ចូល overhead នៃជួរ ព្រមទាំងប្រវែងដែលបានរក្សាទុក និងប្រវែងនៃ ID ព្រមទាំង metadata ផ្ទាល់ខ្លួនរបស់អ្នក — ដើម្បីឱ្យអ្នកអាចគណនាឡើងវិញនូវលេខដែលយើងកំពុងគិតថ្លៃពីអ្នកបានយ៉ាងត្រឹមត្រូវ ដោយមិនចាំបាច់ជឿលើការអះអាងរបស់យើងតែម្ខាងនោះទេ។