Publié le: Oct 24, 2023
Amazon Aurora édition compatible avec PostgreSQL prend désormais en charge l'extension pgvector version 0.5.0 pour stocker les intégrations issues de modèles de machine learning (ML) dans votre base de données et pour effectuer des recherches de similarité efficaces. Cette version inclut la prise en charge de l'indexation HNSW (Hierarchical Navigable Small World), la parallélisation des constructions d'index ivfflat et améliore les performances de ses fonctions de distance.
Les intégrations sont des représentations numériques (vecteurs) créées à partir d'une IA générative, qui capturent la signification sémantique de la saisie de texte dans un grand modèle de langage (LLM). L'extension pgvector peut stocker et rechercher des intégrations provenant d'Amazon Bedrock, Amazon SageMaker, etc. Avec pgvector sur Amazon RDS, vous pouvez facilement configurer, exploiter et mettre à l'échelle des bases de données pour vos applications GenAI. L'extension pgvector 0.5.0 ajoute la prise en charge de l'indexation HNSW, qui vous permet d'exécuter des recherches de similarité avec une faible latence et de générer des résultats très pertinents. De plus, HNSW dans pgvector prend en charge les insertions simultanées et la mise à jour/suppression des vecteurs de l'index. Vous pouvez intégrer vos applications GenAI à pgvector à l'aide de frameworks open source tels que LangChain, ce qui simplifie la recherche de vos données vectorielles.
L'extension pgvector version 0.5.0 est disponible sur Aurora PostgreSQL 15.4, 14.9, 13.12, 12.16 et versions supérieures dans les régions AWS, y compris toutes les régions AWS GovCloud (US).
Le service Amazon Aurora est conçu pour offrir un niveau inégalé de performances et de disponibilité à l'échelle mondiale, avec une compatibilité complète avec MySQL et PostgreSQL. Il offre une sécurité intégrée, des sauvegardes continues, le calcul sans serveur, jusqu'à 15 réplicas en lecture, la réplication multi-région automatisée et des intégrations avec d'autres services AWS. Pour en savoir plus sur pgvector, consultez le blog de la base de données AWS. Pour commencer à utiliser Amazon Aurora, consultez notre page de mise en route.