Vektor-Engine für Amazon OpenSearch Serverless jetzt allgemein verfügbar

Veröffentlicht am: Nov 29, 2023

Heute kündigt AWS die allgemeine Verfügbarkeit der Vektor-Engine für Amazon OpenSearch Serverless an. Die Vector Engine für OpenSearch Serverless ist eine einfache, skalierbare und leistungsstarke Vektordatenbank, die es Entwicklern erleichtert, Machine Learning (ML) – erweiterte Sucherlebnisse und Anwendungen für generative künstliche Intelligenz (KI) – zu erstellen, ohne die zugrundeliegende Vektordatenbank-Infrastruktur verwalten zu müssen. Entwickler können sich auf die kosteneffiziente, sichere und ausgereifte Serverless-Plattform der Vector Engine verlassen, um nahtlos vom Anwendungsprototyping zur Produktion überzugehen. 

Generative KI-Modelle stellen Daten als Vektoreinbettungen dar, bei denen es sich um eine numerische Darstellung der Text-, Bild-, Audio- oder Videodaten der Kunden einschließlich ihrer semantischen Bedeutung handelt. Vektordarstellungen ermöglichen es, semantisch ähnliche Daten in unmittelbarer Nähe zu lokalisieren, sodass die Vektor-Engine kontextrelevante Ergebnisse zurückgeben kann. Mit der Vektor-Engine können Entwickler Milliarden von Vektoreinbettungen mit Tausenden von Dimensionen in Millisekunden speichern, aktualisieren und durchsuchen. Die leistungsstarke Ähnlichkeitssuche kann mit lexikalischer Suche und Anwendungen kombiniert werden, um genaue und zuverlässige Ergebnisse mit konsistenten Reaktionszeiten in Millisekunden zu liefern. Die Vector Engine ist mit OpenSearch-Clients und Open-Source-Tools wie LangChain kompatibel, sodass Sie verschiedene Technologien verwenden können, um generative KI-Anwendungen zu erstellen.

Die Vektor-Engine ist jetzt in acht AWS-Regionen weltweit verfügbar: USA Ost (Ohio), USA Ost (Nord-Virginia), USA West (Oregon), Asien-Pazifik (Singapur), Asien-Pazifik (Sydney), Asien-Pazifik (Tokio), Europa (Frankfurt) und Europa (Irland). 

Die Vektor-Engine für OpenSearch Serverless wird von der Suchfunktion k-nearest neighbor (k-NN) im Open-Source-OpenSearch-Projekt unterstützt. Zum Einstieg empfehlen wir die folgende Ressourcenliste: