Publié le: Oct 5, 2023
Amazon Relational Database Service (RDS) for PostgreSQL prend désormais en charge la version v0.5.0 de l'extension pgvector 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 de l'extension pgvector introduit la prise en charge de l'indexation HNSW et la parallélisation des constructions d'index ivfflat, tout en améliorant 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 l'utilisation d'Amazon RDS pour la recherche de vos données vectorielles.
La version 0.5.0 de l'extension pgvector est disponible sur les instances de base de données Amazon RDS exécutant PostgreSQL 15.4-R2 (et versions ultérieures), 14.9-R2 (et versions ultérieures), 13.12-R2 (et versions ultérieures), et 12.16-R2 (et versions ultérieures) dans toutes les régions AWS applicables, y compris les régions AWS GovCloud (US).
Vous pouvez commencer par lancer une nouvelle instance de base de données Amazon RDS directement depuis la console AWS ou l'interface de ligne de commande AWS. Pour en savoir plus sur pgvector, consultez le Blog de la base de données AWS et le Guide de l'utilisateur Amazon RDS.