Amazon S3 Vectors
Kostenoptimierter KI-fähiger Speicher mit nativer Unterstützung für skalierbare Speicherung und Abfrage von Vektoren, wodurch die Gesamtkosten um bis zu 90 % gesenkt werden
Was ist S3 Vectors?
Amazon S3 Vectors ist der erste Cloud-Objektspeicher mit nativer Unterstützung zum Speichern und Abfragen von Vektoren. Er bietet speziell entwickelten, kostenoptimierten Vektorspeicher für KI-Agenten, KI-Inferenz und semantische Suche Ihrer in Amazon S3 gespeicherten Inhalte. S3 Vectors reduziert die Kosten für das Hochladen, Speichern und Abfragen von Vektoren um bis zu 90 % und macht es so kostengünstig, große Vektordatensätze zu erstellen und zu verwenden, um den Speicher und den Kontext von KI-Agenten sowie die semantischen Suchergebnisse Ihrer S3-Daten zu verbessern. S3 Vectors wurde entwickelt, um dieselbe Elastizität, Skalierbarkeit und Haltbarkeit wie Amazon S3 zu bieten. Mit S3 Vectors können Sie bis zu Milliarden von Vektoren speichern und Daten mit einer Abfrageleistung von unter einer Sekunde durchsuchen. Es ist ideal für Anwendungen, die Vektorindizes in großem Maßstab erstellen und verwalten müssen, damit Sie riesige Informationsmengen organisieren und durchsuchen können.
Mit KI-fähigem Speicher schneller entwickeln
Mit S3 Vectors profitieren Sie von einem speziellen Satz von APIs zum Speichern, Zugreifen und Abfragen von Vektoren, ohne eine Infrastruktur bereitstellen zu müssen. S3 Vectors ist nativ in Amazon-Bedrock-Wissensdatenbanken integriert, unter anderem in Amazon SageMaker Unified Studio, um die Kosten für Retrieval Augmented Generation (RAG) zu reduzieren. Durch die Integration in Amazon OpenSearch Service können Sie eine abgestufte Strategie anwenden, um große Vektordatensätze in S3 für den Zugriff nahezu in Echtzeit zu speichern und gleichzeitig mühelos die Vektordaten mit den höchsten Leistungsanforderungen in OpenSearch zu aktivieren.
Datenpunkte
90 %
geringere Kosten für das Speichern, Hochladen und Abfragen von Vektoren2B
maximale Anzahl gespeicherter und abgefragter Vektoren pro Index100 ms
niedrigste Warm-Abfragelatenzleistung10 000
Indizes pro Bucket, bis zu 20 Billionen VektorenVorteile
Reduzieren Sie die Kosten für das Hochladen, Speichern und Abfragen von Vektoren um bis zu 90 % und behalten Sie gleichzeitig die Abfrageleistung von unter einer Sekunde bei. Transformieren Sie Ihre Wirtschaftlichkeit beim Speichern von Millionen bis Milliarden von Vektoren, indem Sie sich von kostspieligen Speicheroptionen verabschieden und nur für Ihre tatsächliche Nutzung zahlen. Skalieren Sie effizient massive Vektormengen ohne Infrastrukturmanagement durch Organisation der Daten mithilfe von Vektorindizes, die sich an sich ändernde Workloads anpassen und keine Bereitstellung erfordern. S3 Vectors wurde für vektorgesteuerte KI-Anwendungsfälle entwickelt und bietet ein praktisches Gleichgewicht zwischen Leistung und Effizienz.
Generieren Sie differenzierte Vektoreinbettungen, um ein tieferes Verständnis aus unstrukturierten Daten wie Bildern, Videos, Audio und Text zu gewinnen. Skalieren Sie elastisch für Vektor-Suchanwendungen, um die Granularität auf Basis semantischer Ähnlichkeit zu verbessern. Ob bei der Analyse von Nachrichteninhalten, der Indizierung von Sport-Highlights oder der Arbeit mit medizinischen Bildern und Genomdaten – S3 Vectors unterstützt umfangreiche Workloads mit konsistenter Abfrageleistung und flexibler Skalierung.
Verwenden Sie S3 Vectors für große, langfristige Vektordaten, die nicht die hohe Durchsatzleistung von In-Memory-Vektordatenbanken erfordern. Amazon OpenSearch Service bietet zwar die Vektorsuche mit hoher QPS (Abfrage pro Sekunde) und niedriger Latenz, die für Echtzeitanwendungen benötigt wird. S3 Vectors ergänzt dies jedoch durch eine kostenoptimierte Datengrundlage mit einer Abfrageleistung, die für die langfristige Speicherung und den seltenen Zugriff von Daten optimiert ist. Sie profitieren auch von einer Speicherarchitektur mit starken Konsistenzgarantien, die sicherstellt, dass nachfolgende Abfragen immer Ihre vor kurzem hinzugefügten Daten enthalten.
Nutzen Sie die integrierte Konnektivität mit Amazon OpenSearch Service für die Vektorsuche zu optimiertem Preis-Leistungs-Verhältnis und Amazon-Bedrock-Wissensdatenbanken für erweiterte RAG-Anwendungen zu reduzierten Kosten. Greifen Sie innerhalb von Amazon SageMaker Unified Studio auf Amazon Bedrock zu, um auf Basis vorhandener Projektprofile inferenzgesteuerte Anwendungen zu erstellen und so eine integrierte, skalierbare und gemeinsam nutzbare KI-Entwicklungsumgebung für eine verbesserte Teamzusammenarbeit zu schaffen.
Anwendungsfälle
Präzise Suchergebnisse auf Grundlage von semantischer Bedeutung und Ähnlichkeit
Führen Sie semantische Suchen und Ähnlichkeitssuchen in großen Mengen von Vektordatensätzen durch. Medienunternehmen können Millionen von Stunden an Videos indizieren, um sofort relevante Szenen für Highlight-Reels anzuzeigen, während Gesundheitsdienstleister Milliarden von Vektoreinbettungen mit medizinischen Bildern speichern können, um ähnliche Fälle zu identifizieren und die Diagnose zu beschleunigen. Mit S3 Vectors können Sie den semantischen Wert unstrukturierter Daten zu geringeren Kosten nutzen, ohne Abstriche bei der Skalierung machen zu müssen.
RAG-Kosten mit Amazon-Bedrock-Integration reduzieren
Senken Sie die Kosten für Retrieval Augmented Generation (RAG), indem Sie S3 Vectors mit Amazon-Bedrock-Wissensdatenbanken kombinieren. Verwandeln Sie Ihre geschützten Datensätze mithilfe Ihrer RAG-Anwendungen in intelligente Wissensspeicher mit Kontextsensitivität. Erstellen und personalisieren Sie im Handumdrehen generative KI-Anwendungen mit Zugriff auf skalierbare Vektordaten in S3 Vectors sowie leistungsstarke Basismodelle und erweiterte Wissensdatenbanken in Amazon Bedrock über die Konsole, APIs, SDKs oder direkt in Amazon SageMaker Unified Studio.
Intelligentere KI-Agenten mit erweitertem und dauerhaftem Speicher entwickeln
Machen Sie Ihre KI-Agenten intelligenter, indem Sie mehr Kontext speichern, mit umfangreicheren Daten argumentieren und einen dauerhaften Speicher aus kostengünstigem, groß angelegtem Vektorspeicher aufbauen. Speichern Sie jede Interaktion, jedes Dokument und jede Erkenntnis kostengünstig in Petabytes an Vektordaten, damit Agenten keinen wertvollen Kontext vergessen müssen. Unterstützen Sie kontinuierliches Lernen, historischen Kontext, Umschulungen und Feinabstimmungen, um eine tiefere Agentenintelligenz zu fördern. Ob für den Agentenspeicher oder die Ähnlichkeitssuche in riesigen KI-Datensätzen – S3 Vectors bietet eine kostengünstige Datengrundlage zum Speichern und Abrufen von Vektoren.
KI-fähiger Speicher für Entwicklungen in jeder Größenordnung
Speichern Sie eine beliebige Menge an Vektordaten und greifen Sie schnell darauf zu, um Ihre KI-Projekte zu starten. Da keine Infrastruktureinrichtung erforderlich ist, können Sie mit S3 Vectors Ihre Daten sofort nutzen und mit der KI-Entwicklung beginnen. Es ist außerdem darauf ausgelegt, die hohen Speicheranforderungen anspruchsvoller KI-Anwendungen zu erfüllen. Ganz gleich, ob Sie Personalisierungs-Engines, Systeme zur Verarbeitung natürlicher Sprache entwickeln oder große Codebasen durchsuchen – S3 Vectors bietet kostenoptimierten KI-fähigen Speicher, der sich an Ihre Bedürfnisse anpasst und die KI-Innovation in jedem Schritt beschleunigt, vom Prototyp bis zur Produktion.
Preis und Leistung der Vektorsuche mit Amazon OpenSearch Service optimieren
Schaffen Sie ein Gleichgewicht zwischen Kosten und Leistung, indem Sie die branchenführende Wirtschaftlichkeit für skalierbaren Vektorspeicher in S3 Vectors mit den leistungsstarken Suchfunktionen von Amazon OpenSearch Service für eine Vektorsuche mit hohem Durchsatz und geringer Latenz kombinieren. Verwenden Sie S3 Vectors mit Amazon OpenSearch Service, um die Speicherkosten für selten abgefragte Vektoren zu senken und sie dann schnell nach OpenSearch zu verschieben, wenn die Anforderungen steigen, oder um die Suchfunktionen zu verbessern. Durch diese strategische Integration können Sie Vektor-Workloads dem jeweils am besten geeigneten Service entsprechend den Leistungsanforderungen zuweisen und so sowohl Kostenoptimierung als auch eine hervorragende Reaktionsfähigkeit bei Abfragen gewährleisten.
Kunden
March Networks
March Networks, ein Unternehmen der Delta Group, arbeitet mit einigen der weltweit größten Banken und Einzelhändlern zusammen und liefert sichere, cloudbasierte intelligente Videolösungen, die die Sicherheit, betriebliche Effizienz und Rentabilität durch Geschäftseinblicke in Echtzeit verbessern.
„Amazon S3 Vectors bietet klare Vorteile für die Verarbeitung großer Mengen von Video- und Bilddaten. Durch die kostenoptimierte Architektur können wir Milliarden von Vektoreinbettungen kostengünstig speichern, während die nahtlose Integration in Amazon Bedrock und S3 unsere generativen KI- und Video-Workflows optimiert. Durch die Nutzung der enormen Skalierbarkeit und der Hochverfügbarkeit von 99,9999999 % (elf Neunen) von S3 erreichen wir die Stabilität, die für die Verwaltung der stetig wachsenden Mengen an Videodaten und Vektoreinbettungen erforderlich ist. Mit der semantischen Suche mit hohem Durchsatz und niedriger Latenz können wir Einblicke in unter einer Sekunde über ganze Videoarchive hinweg gewinnen. S3 Vectors bietet die skalierbare, kostengünstige Speicherschicht, die für umfangreiche Foto- und Videoanalysen in großem Maßstab unerlässlich ist.“
Jeff Corrall, Chief Product Officer, March Networks
Qlik
Qlik ist ein globales Softwareunternehmen im Bereich KI-gestützter Datenanalytik und -integration, das es Unternehmen ermöglicht, durch Echtzeit-Datenzugriff und -Einblicke schnellere und fundiertere Entscheidungen zu treffen. Die umfassende Plattform kombiniert KI, Automatisierung und gesteuerte Daten-Workflows, um Rohdaten in verwertbare Informationen umzuwandeln.
„Wir haben Hunderte Millionen Vektoren erfasst, die von einer großen Anzahl von Ressourcenindizes unterstützt werden, und dabei die S3-Vektor-Engine von OpenSearch genutzt. Dies ermöglicht eine vollständige semantische Suchfunktion über alle Entitäten hinweg in unseren Analytik- und Datenintegrationsprodukten, sowohl für Dateningenieure als auch für Analytiker und KI-Agenten.“
Martin Andersson, Chief Architect, Qlik
MIXI
MIXI, Inc. bietet soziale Kommunikations- und digitale Unterhaltungserlebnisse in großem Maßstab und erreicht Millionen von Benutzern über mobile Spiele, Sport- und Community-Plattformen. Durch die Kombination von tiefem Kundenverständnis mit datengesteuerter Innovation entwickelt MIXI interaktive Services, die Menschen verbinden und den Alltag bereichern.
„Durch die Einführung von Amazon S3 Vectors sind wir in der Lage, flexible, metadatenorientierte semantische Suchfunktionen zu entwickeln, die skalierbar sind, um unserer FamilyAlbum-Community zum Teilen von Fotos mit mehr als 27 Millionen Benutzern gerecht zu werden. Die vollständig verwaltete Infrastruktur vereinfacht den Betrieb im Vergleich zu selbstverwalteten Suchsystemen erheblich, sodass sich unser Team auf die Bereitstellung neuer KI-gestützter Funktionen konzentrieren kann. S3 Vectors plant, rund 400 Millionen Vektoren in 100 Indizes zu indizieren, und bietet uns die Leistung und Kosteneffizienz, die wir benötigen, um die semantische Suche zu erweitern und zukünftige Erlebnisse wie personalisierte Fotodruckempfehlungen für jeden Benutzer zu ermöglichen.“
Takahiro Kinouchi, ML Engineer, MIXI, Inc.
Backlight
Backlight ist ein globales Unternehmen für Medientechnologie, das kaputte Medien-Workflows durch einfache, KI-gestützte Produkte ersetzt. Mit seinem integrierten Lösungsportfolio ermöglicht Backlight Kreativ- und Produktionsteams, sich auf die Entwicklung wirkungsvoller, überzeugender Geschichten zu konzentrieren.
„Wir haben Hunderte von Kunden mit Videobibliotheken von über 1 000 Stunden, einige sogar mit Hunderttausenden von Stunden. Sie müssen intelligente Entscheidungen darüber treffen, wie sie ihre Inhalte an ihre eigenen und betriebenen kostenlosen werbefinanzierten Streaming-TV-Dienste (FAST) und Apps verbreiten. Amazon S3 Vectors bietet uns die Grundlage für die Skalierung intelligenter Medien-Workflows und ermöglicht es unseren Kunden, ihre Medien mit durchsuchbaren Daten aus den größten Bibliotheken anzureichern.“
Ed Laczynski, GM, Zype, Backlight, Backlight
Twilio
Twilio ermöglicht es Unternehmen, mithilfe von Kommunikation und Daten jeden Schritt der Kundenreise intelligenter und sicherer zu gestalten. Die führenden Unternehmen von heute vertrauen auf Twilio, um direkte, personalisierte Beziehungen zu ihren Kunden aufzubauen.
„S3 Vectors integriert eine leicht zugängliche Vektorschnittstelle direkt in den Speicher, dem wir bereits vertrauen, und bietet uns so die Skalierbarkeit von S3 mit der Intelligenz der semantischen Suche mit nur einem Klick. Dank dieser Einfachheit können die Teams von Twilio leistungsstarke Retrieval Augmented Generation und personalisierte Empfehlungen in unsere Kundenbindungsplattform integrieren, ohne dass eine neue Infrastruktur erforderlich ist oder Probleme bei der Feinabstimmung auftreten. Wir freuen uns zu sehen, wie S3 Vectors Entwicklern hilft, alltägliche Daten in intelligentere, vertrauenswürdigere Kundenerlebnisse umzuwandeln.“
Zachary Hanif, Head of AI, ML, and Data; VP of Traffic Intelligence, Twilio
TwelveLabs
TwelveLabs ist ein Pionier im Bereich multimodaler KI und hat sich auf fortschrittliche Technologien zum Verständnis von Videos spezialisiert. Die Video-Basismodelle ermöglichen es Unternehmen, ihre Videoinhalte mit menschenähnlicher Präzision zu durchsuchen, zusammenzufassen und zu analysieren – indem sie nicht nur verstehen, was auf dem Bildschirm sichtbar ist, sondern auch den umfassenden Kontext und die Bedeutung dahinter.
„Videos enthalten einige der wertvollsten und am wenigsten genutzten Informationen der Welt, aber bisher waren sie hinter zeitaufwändigen manuellen Arbeitsabläufen verschlossen. Unsere Basismodelle ermöglichen es unseren Kunden, Petabyte an Videos in durchsuchbares, umsetzbares Wissen umzuwandeln. Mit einer skalierbaren Infrastruktur wie Amazon S3 Vectors können wir semantische Suche und Videoanalyse auf Unternehmensebene bereitstellen – und so Teams in die Lage versetzen, sich auf Kreativität, Entscheidungsfindung und Wirkung zu konzentrieren.“
Jae Lee, Co-Founder & CEO, TwelveLabs
Spice AI
Spice AI unterstützt Unternehmen bei der Entwicklung schneller, präziser und skalierbarer KI-Anwendungen und
-Agenten mithilfe seiner portablen Open-Source-Daten- und KI-Rechen-Engine. Es vereint
Daten und Suchvorgänge aus unterschiedlichen Quellen und unterstützt Workloads über Cloud-,
Edge- und On-Premises-Systeme hinweg, wodurch die KI-Entwicklung vereinfacht wird.
„Die Branche setzt zunehmend auf Objektspeicher, da KI-Anwendungen und -Agenten Zugriff auf wachsende Datenmengen benötigen. Amazon S3 Vectors ist unglaublich spannend, da wir jetzt die Skalierbarkeit, den Preis, die Elastizität und die Langlebigkeit von S3 in einer einfachen Lösung für die semantische Suche und den Abruf erhalten können. Wir haben uns mit dem S3-Team zusammengetan, um S3 Vectors in die Open-Source-Daten- und KI-Rechen-Engine Spice.ai zu integrieren und eine einfache SQL-Schnittstelle zur effizienten Verwaltung und Abfrage von Vektoreinbettungen in Unternehmensdatenquellen bereitzustellen.“
Luke Kim, Founder and CEO, Spice AI
xCures
xCures betreibt eine KI-gestützte Gesundheitsdatenplattform, die klinische Informationen aus aggregierten, strukturierten und normalisierten Patientenakten extrahiert.
„S3 Vectors stellt eine kostengünstige Ergänzung zu Amazon OpenSearch Service für das Vektormanagement dar und hilft uns, effizient zu skalieren und gleichzeitig die Leistungsanforderungen zu erfüllen, die wir für unterschiedliche Workloads benötigen. Dies ermöglicht es uns, aussagekräftige klinische Inhalte in Patientenakten besser zu identifizieren und eine hochwertige strukturierte Datenextraktion in großem Maßstab zu unterstützen.“
Zach Kaufman, VP of Product Management, xCures
BMW
Die BMW Group ist der weltweit führende Anbieter von Premium-Automobilen und -Motorrädern und die Heimat der Marken BMW, MINI, Rolls-Royce und BMW Motorrad.
„Cloud Data Hub ist die zentrale Datenplattform der BMW Group, die die kuratierten und umfangreichen Datensätze von BMW verwaltet, die auf S3 mit Apache Iceberg gespeichert sind. Um die Nutzbarkeit KI-gestützter Daten im gesamten Unternehmen zu verbessern, wird eine hybride Suchlösung entwickelt, um die strukturierten Iceberg-Daten von BMW nun auch mit halbstrukturierten Spaltendaten zu integrieren. S3 Vectors wurde aufgrund seiner optimalen Ausgewogenheit zwischen Kosten und Leistung sowie seiner Kompatibilität mit der bestehenden S3-Iceberg-Architektur und dem Identitäts- und Zugriffsmanagement-Framework ausgewählt.“
Ruben Simon, Head of Product Management, Cloud Data Hub, BMW
Precisely
Precisely ist der vertrauenswürdige Partner für Datenintegrität und verfügt über jahrzehntelange, fundierte Branchenexpertise in den Bereichen Software-, Daten- und Datenstrategie-Services. Das Portfolio des Unternehmens hilft dabei, Kundendaten zu integrieren, die Datenqualität zu verbessern, die Datennutzung zu steuern, Standortdaten zu geokodieren und zu analysieren sowie sie mit komplementären Datensätzen anzureichern, um fundierte Geschäftsentscheidungen zu ermöglichen.
„Wir freuen uns darauf, das Potenzial von Amazon S3 Vectors zu erkunden, um unsere KI-gestützten Funktionen zur Datenermittlung und Metadatenkuratierung in Bezug auf Kosten und Leistung flexibel zu gestalten.“
Tendu Yogurtcu, Chief Technology Officer, Precisely
Nomad Media
Nomad Media bietet eine cloudnative Plattform für Inhalts- und Asset-Management, Inhaltsverteilung und Live-Streaming, die auf AWS basiert und cloudbasiertes Asset-Management nahtlos mit der Leistungsfähigkeit von AWS Media Services und KI/GenKI zu einem einheitlichen, benutzerfreundlichen System verbindet.
„Amazon S3 Vectors hat es uns ermöglicht, unsere Mediensuchfunktionen effizient und kostengünstig auf Milliarden von Datensätzen für die ständig wachsenden Inhaltsbibliotheken unserer Kunden zu skalieren.“
Adam Miller, Co-founder and CEO, Nomad Media
Natera
Natera ist spezialisiert auf Gentests unter Verwendung nicht-invasiver, zellfreier DNA-Technologie, mit Schwerpunkt auf Onkologie, Frauengesundheit und Orgengesundheit. Ärzte und Kliniken verwenden die Tests von Natera, um Behandlungspläne zu erstellen und Patienten mit Präzisionsmedizin zu versorgen.
„Wir verwenden S3 Vectors und Amazon Bedrock, um Vektorindizes zu erstellen und Vektoren für den Anwendungsfall der technischen Dokumentation von Laborgeräten zu erfassen. Durch diese Integration können unsere Servicetechniker für Laborgeräte Informationen in komplexen Gerätehandbüchern schnell finden und verknüpfen, was die Geschwindigkeit und Genauigkeit bei Wartung und Fehlerbehebung deutlich verbessert. Dadurch erreicht Natera eine schnellere Problemlösung und eine höhere Betriebszeit der Geräte in unserem gesamten Laborbetrieb.“
Ariel Jirau, Sr. Principal Software Engineer, Natera
Squiz
Squiz, ein globaler Anbieter von Digital Experience Platforms, nutzt Amazon S3 Vectors für sein Conversational-Search-Tool, mit dem Unternehmen ihren Kunden durch die mittlerweile erwarteten Interaktionen in natürlicher Sprache ein ansprechenderes Website-Erlebnis bieten können.
„S3 Vectors hat es uns ermöglicht, unsere Ingestion-Pipeline neu zu gestalten. Es erhöhte unsere Verarbeitungsgeschwindigkeit von Konversationsdaten um 50 % und senkte die Kosten, indem es uns ermöglichte, von einer maßgeschneiderten, ständig verfügbaren Infrastruktur auf ein skalierbares Serverless-Modell umzusteigen. Wir können nun nahtlos von 25 000 auf Millionen von Vektoren pro Kunde skalieren, sodass sich unsere Entwicklungsteams auf RAG-Innovationen anstatt auf die Infrastrukturverwaltung konzentrieren können.“
Greg Sherwood, CTO, Squiz
Haben Sie die gewünschten Informationen gefunden?
Ihr Beitrag hilft uns, die Qualität der Inhalte auf unseren Seiten zu verbessern.