Amazon S3 Vectors 现已正式推出，规模是预览版的 40 倍
Amazon S3 Vectors 是首款原生支持存储和查询向量的云对象存储，现已正式推出。S3 Vectors 为人工智能代理、推理、检索增强生成 (RAG) 和语义搜索提供十亿向量规模专门构建、成本优化的向量存储。S3 Vectors 旨在提供与 Amazon S3 相同的弹性、耐久性和可用性，并将上传、存储和查询向量的总成本降低多达 90%。正式推出后，每个索引最多可存储和查询 20 亿个向量，每个向量存储桶可弹性扩展到 10,000 个向量索引。不频繁的查询仍可在 1 秒内返回结果，而更频繁的查询延迟现在约为 100 毫秒或更短。将单向量更新流式传输到索引时，您的应用程序可以实现每秒 1,000 个向量的写入吞吐量，每次查询最多检索 100 个搜索结果，并在每个向量旁边存储多达 50 个元数据键，以便在查询中进行细粒度筛选。
使用 S3 Vectors，您可以获得一种新的存储桶类型：向量存储桶。该存储桶针对耐用、低成本的向量存储进行了优化。在向量存储桶中，您可以使用向量索引来组织向量数据，并获得一组专用 API 来存储、访问和查询向量，而无需预置任何基础设施。默认情况下，S3 Vectors 使用 S3 托管密钥 (SSE-S3) 通过服务器端加密对向量存储桶中的所有向量数据进行加密，或者您可以选择使用 AWS Key Management Service (SSE-KMS) 设置默认的客户托管式密钥来加密向量存储桶中的所有新向量索引。现在，您还可以为每个向量索引设置专用的客户托管式密钥，帮助您构建可扩展的多租户应用程序并满足监管和治理要求。您还可以为基于属性的访问权限控制 (ABAC) 标记向量存储桶和索引，以及使用 AWS 账单与成本管理来跟踪和组织成本。
S3 Vectors 与 Amazon Bedrock 知识库集成，以降低将大型向量数据集用于 RAG 的成本。在 Amazon Bedrock 或 Amazon SageMaker 融通式合作开发工作室中创建知识库时，您可以选择现有的 Amazon S3 向量索引或使用快速创建工作流程创建一个新的向量索引。借助 Amazon OpenSearch Service，您可以将 OpenSearch 配置为自动管理 S3 中的向量存储，从而优化混合搜索工作负载的成本。
S3 Vectors 现已在 14 个 AWS 区域正式推出，较预览版中的 5 个区域实现了扩展。要了解更多信息，请访问产品页面、S3 定价页面、文档以及 AWS 新闻博客。