Publicado en: Oct 5, 2023
Amazon Relational Database Service (RDS) para PostgreSQL ahora admite la extensión pgvector v0.5.0 para almacenar incrustaciones de modelos de aprendizaje automático (ML) en la base de datos y realizar búsquedas de similitud eficientes. Esta versión de la extensión presenta pgvector, incorpora el soporte de indexación HNSW, la paralelización de las compilaciones de índices ivfflat y mejora el rendimiento de sus funciones de distancia.
Las integraciones son representaciones numéricas (vectores) creadas a partir de IA generativa que capturan el significado semántico de la entrada de texto en un modelo de lenguaje de gran tamaño (LLM). La extensión pgvector puede almacenar y buscar integraciones de Amazon Bedrock, Amazon SageMaker y más. Con pgvector en Amazon RDS, puede configurar, operar y escalar bases de datos para sus aplicaciones de IA generativa (GenAI). pgvector 0.5.0 añade compatibilidad con la indexación HNSW, que le permite ejecutar búsquedas de similitud con baja latencia y produce resultados muy relevantes. Además, HNSW en pgvector admite inserciones simultáneas y actualización/eliminación de vectores del índice. Puede integrar sus aplicaciones de IA generativa (GenAI) con pgvector mediante marcos de código abierto como LangChain, lo que simplifica la forma en que utiliza Amazon RDS para buscar en sus datos vectoriales.
La versión 0.5.0 de la extensión pgvector está disponible en las instancias de bases de datos de Amazon RDS que ejecutan PostgreSQL 15.4-R2 y versiones posteriores, 14.9-R2 y versiones posteriores, 13.12-R2 y versiones posteriores y 12.16-R2 y versiones posteriores en todas las regiones de AWS aplicables, incluidas las regiones de AWS GovCloud (EE UU.).
Puede comenzar con el lanzamiento de una nueva instancia de base de datos de Amazon RDS directamente desde la consola de AWS o la AWS CLI. Obtenga más información sobre pgvector en el blog de bases de datos de AWS y en la Guía del usuario de Amazon RDS.