Veröffentlicht am: Oct 24, 2023
Die mit Amazon Aurora PostgreSQL kompatible Edition unterstützt jetzt v0.5.0 der pgvector-Erweiterung, um Einbettungen von Machine Learning (ML)-Modellen in Ihrer Datenbank zu speichern und effiziente Ähnlichkeitssuchen durchzuführen. Diese Version umfasst jetzt die Unterstützung für Hierarchical Navigable Small World (HNSW), die Parallelisierung der ivfflat-Indexerstellung und eine verbesserte Leistung der Distanzfunktionen.
Einbettungen sind numerische Darstellungen (Vektoren), die mithilfe generativer KI erstellt wurden und die semantische Bedeutung von Texteingaben in einem großen Sprachmodell (LLM) erfassen. pgvector kann Einbettungen von Amazon Bedrock, Amazon SageMaker und anderen Services speichern und suchen. Mit pgvector auf Amazon RDS können Sie Datenbanken für Ihre GenAI-Anwendungen einfach einrichten, betreiben und skalieren. Mit pgvector 0.5.0 wird die Unterstützung für HNSW-Indizierung hinzugefügt, mit der Sie Ähnlichkeitssuchen mit geringer Latenz durchführen und hoch relevante Ergebnisse erzielen können. Zusätzlich unterstützt HNSW in pgvector gleichzeitige Einfügungen und das Aktualisieren/Löschen von Vektoren aus dem Index. Über Open-Source-Frameworks wie LangChain können Sie Ihre GenAI-Anwendungen mit pgvector integrieren und so die Suche in Ihren Vektordaten vereinfachen.
Die pgvector-Erweiterung Version 0.5.0 ist in Aurora PostgreSQL 15.4, 14.9, 13.12, 12.16 und höher in AWS-Regionen, einschließlich der Regionen AWS GovCloud (USA), verfügbar.
Amazon Aurora ist auf beispiellos hohe Leistung und Verfügbarkeit auf globaler Ebene bei vollständiger Kompatibilität mit MySQL und PostgreSQL ausgelegt. Es bietet integrierte Sicherheit, kontinuierliche Sicherungen, Serverless-Computing, bis zu 15 Lesereplikate, automatisierte Replikation in mehreren Regionen und Integrationen mit anderen AWS-Services. Erfahren Sie mehr über pgvector im AWS-Datenbank-Blog. Für die ersten Schritte mit Amazon Aurora werfen Sie einen Blick auf unsere Seite „Erste Schritte“.