Baze de date vectoriale
O bază de date de vectori administrată care este pur și simplu PostgreSQL
Stocați vectori de încorporare și căutați-i după semnificație, pe pgvector găzduit și administrat de noi. Nu trebuie să învățați un nou magazin de date și nici să dimensionați clustere — creați un index, scrieți-vă vectorii și interogați-i folosind cheia API pe care o aveți deja.
Baza de date în care aveți deja încredere, cu un tip de coloană în plus
O bază de date vectorială este de obicei al doilea sistem care rulează alături de primul: un alt cluster, o altă poveste de backup, un alt motiv pentru care să fii trezit noaptea. Acesta este pgvector în interiorul PostgreSQL — același motor, aceeași durabilitate, același backup de bază nocturn și arhivare continuă a jurnalului detranzacții (write-ahead log) pe care le primește tot ce este aici. Indexul tău este un tabel obișnuit cu un index HNSW pe el, deci este rapid pentru căutarea aproximativă a celui mai apropiat vecin și plictisitor în toate celelalte privințe, ceea ce reprezintă proprietatea pe care ți-o dorești la ora trei dimineața.
Lățimea modelului tău, nu o lățime aleasă de noi
Majoritatea serviciilor gestionate de vectori vă obligă să alegeți dintr-o listă scurtă de dimensiuni. Al dumneavoastră nu trebuie să fie un număr rotund: orice valoare de la 1 la 3072 este acceptată și păstrată exact, deoarece un vector mai îngust este completat până la următoarea lățime fizică cu zerouri — ceea ce modifică distanța cosinus, euclidiană și a produsului scalar cu exact nimic. Un model cu 1408 dimensiuni se clasează identic cu unul dimensionat nativ pentru aceasta, iar citirile vă returnează cele 1408 valori pe care le-ați stocat, niciodată completarea.
Inclus în fiecare plan vector
- Orice lățime de încorporare de până la 3072 și distanță cosinus, euclideană sau prin produs intern
- Metadate stocate împreună cu fiecare vector și filtrate în momentul interogării
- Backupuri nocturne cu păstrare timp de 30 de zile și recuperare la un moment dat în trecut
- Securitate la nivel de rând, astfel încât vectorii unei organizații să nu poată fi accesați de alta
Planuri și prețuri
Trei niveluri, tarifate în funcție de cele două lucruri care ne costă efectiv ceva: cât stocați și cât căutați.
Prețul depinde de configurația ta
Costul depinde de regiune, dimensiunea mașinii, lățimea de bandă și stocarea pe care le alegi, așa că nu există o singură cifră lunară pe care să o putem afișa onest aici. Spune-ne care este sarcina de lucru și îți vom oferi o cotație.
Alimentat de energie 100% regenerabilă
Fiecare server pe care îl rulăm, pentru fiecare produs, este alimentat cu energie electrică regenerabilă. Nu compensată ulterior — obținută direct așa.
- 100% energie electrică regenerabilă pentru toată găzduirea noastră
- Centre de date care funcționează la un PUE de la 1,1 la 1,2
- Site-urile de pe platforma noastră partajată trec de verificările Green Web Foundation — o terță parte pe care o puteți verifica singur
Întrebări pe care oamenii le pun înainte de a cumpăra
Cu ce modele de încorporare funcționează acest lucru?
Oricare dintre ele. Ne trimiteți numerele produse de modelul dvs., așa că OpenAI, Cohere, Voyage, un model Sentence-Transformers de pe propria mașină și orice altceva sunt la fel pentru noi. Ne spuneți lățimea când creați indexul — 384, 768, 1024, 1536 și 3072 sunt toate comune, la fel ca și ceva intermediar.
Pot modifica lățimea sau funcția de distanță a unui index mai târziu?
Nu, și preferăm să spunem asta direct decât să te lăsăm să descoperi singur. Ambele decid unde sunt stocate fizic vectorii tăi și cum sunt clasificați, așa că modificarea oricăruia dintre ele ar invalida în tăcere tot ce se află deja în index. Dacă treci la un alt model de încorporare, creează un al doilea index și scrie în el – același lucru pe care ți-l cere orice bază de date vectorială și din același motiv.
Există ceva diferit la vectorii foarte largi?
Da, și merită să știți. Peste 2.000 de dimensiuni, valorile sunt stocate la jumătate de precizie, deoarece indexul HNSW din PostgreSQL nu acceptă o coloană cu precizie completă mai lată de atât. Pentru modelele cu 3072 de dimensiuni, aceasta este abordarea pe care o recomandă pgvector însăși, iar efectul asupra clasamentului este neglijabil, dar este un compromis real și este mai bine să aflați de la noi decât să o deduceți.
Primesc un șir de conexiune la baza de date?
Astăzi nu. Vă accesați indexul prin HTTPS folosind cheia dumneavoastră de API Zinn®, restricționat astfel încât o cheie care poate căuta să nu poată face altceva în contul dumneavoastră. Exact acest lucru ne permite să contorizăm interogările în mod corect și să păstrăm rândurile unui chiriaș inaccesibile pentru altul. Dacă aveți nevoie de o conexiune directă, spuneți-ne — preferăm să o construim pentru că a cerut-o cineva decât să ghicim.
Cum este contorizat și pot verifica cifrele eu însumi?
Pe doi metri: cât stocați și câte căutări efectuați într-o lună calendaristică. Ambele apar pe panoul de control în timp real. Stocarea se bazează pe o formulă publicată, mai degrabă decât pe o dimensiune fizică a tabelelor — suprascrierea rândurilor, plus lățimea stocată, plus lungimea propriilor ID-uri și metadate — tocmai pentru a putea reproduce cifra pentru care vă facturăm, în loc să fiți nevoiți să ne credeți pe cuvânt.