Amazon S3 Vectors
Stockage optimisé en termes de coûts et prêt pour l’IA, avec prise en charge native pour stocker et interroger des vecteurs à grande échelle, réduisant les coûts totaux jusqu’à 90 %
Qu’est-ce que S3 Vectors ?
Amazon S3 Vectors est le premier magasin d’objets cloud avec prise en charge native pour stocker et interroger des vecteurs, offrant un stockage de vecteurs spécialement créé et optimisé en termes de coûts pour les agents d’IA, l’inférence d’IA et la recherche sémantique de votre contenu stocké dans Amazon S3. En réduisant les coûts de téléchargement, de stockage et d’interrogation des vecteurs jusqu’à 90 %, S3 Vectors permet de créer et d’utiliser de grands jeux de données vectorielles de manière rentable afin d’améliorer la mémoire et le contexte des agents d’IA, ainsi que les résultats de recherche sémantique de vos données S3. Conçu pour offrir la même élasticité, la même évolutivité et la même durabilité qu’Amazon S3, S3 Vectors vous permet de stocker jusqu’à des milliards de vecteurs et de rechercher des données avec des performances de requête inférieures à la seconde. Il est idéal pour les applications qui doivent créer et maintenir des index vectoriels à grande échelle afin que vous puissiez organiser et rechercher des quantités massives d’informations.
Créez plus rapidement grâce à un stockage prêt pour l’IA
Avec S3 Vectors, vous bénéficiez d’un ensemble dédié d’API pour stocker, accéder et interroger des vecteurs sans avoir à provisionner d’infrastructure. S3 Vectors est intégré de manière native aux bases de connaissances Amazon Bedrock, y compris dans Amazon SageMaker Unified Studio, afin de réduire le coût de la génération à enrichissement contextuel (RAG). Grâce à son intégration avec Amazon OpenSearch Service, vous pouvez adopter une stratégie à plusieurs niveaux pour stocker de grands jeux de données vectorielles dans S3 afin d’y accéder en temps quasi réel, tout en activant sans effort les données vectorielles les plus exigeantes en termes de performances dans OpenSearch Service.
Points de données
90 %
de réduction des coûts de stockage, de chargement et d’interrogation des vecteurs2 milliards
de vecteurs maximum stockés et interrogés par index100 ms
de latence minimale pour les requêtes à chaud10 000
index par compartiment, jusqu’à 20 000 milliards de vecteursAvantages
Réduisez le coût de chargement, de stockage et d’interrogation des vecteurs jusqu’à 90 % tout en conservant des performances de requête inférieures à la seconde. Transformez votre économie de stockage de millions à milliards de vecteurs en abandonnant les options de stockage coûteuses et en ne payant que ce que vous utilisez. Mettez efficacement à l’échelle des quantités massives de vecteurs sans gestion d’infrastructure, en organisant les données à l’aide d’index vectoriels qui s’adaptent aux charges de travail évolutives sans aucun provisionnement. Conçu pour les cas d’utilisation de l’IA basés sur les vecteurs, S3 Vectors offre un équilibre pratique entre performances et efficacité.
Générez des vectorisations précises pour mieux comprendre les données non structurées, notamment les images, les vidéos, les fichiers audio et les textes. Mettez à l’échelle de manière élastique les applications de recherche vectorielle afin d’améliorer la granularité en fonction de la similarité sémantique. Qu’il s’agisse d’analyser le contenu d’actualités, d’indexer les principaux événements sportifs ou de travailler avec des images médicales et des données génomiques, S3 Vectors prend en charge les charges de travail volumineuses avec des performances de requête constantes et une évolutivité flexible.
Utilisez S3 Vectors pour les données vectorielles volumineuses et à long terme qui ne nécessitent pas les performances à haut débit des bases de données vectorielles en mémoire. Alors qu’Amazon OpenSearch Service offre la recherche vectorielle à haut débit (requêtes par seconde) et à faible latence nécessaire aux applications en temps réel, S3 Vectors complète cette offre en fournissant un socle de données optimisé en termes de coûts, avec des performances de requête optimisées pour le stockage à long terme et l’accès peu fréquent aux données. Vous bénéficiez également d’une architecture de stockage offrant de solides garanties de cohérence, qui garantit que les requêtes ultérieures incluent toujours vos données les plus récemment ajoutées.
Tirez parti de la connectivité intégrée avec Amazon OpenSearch Service pour une recherche vectorielle à un rapport coût-performance optimisé et avec les bases de connaissances Amazon Bedrock pour des applications RAG améliorées à moindre coût. Accédez à Amazon Bedrock dans Amazon SageMaker Unified Studio pour créer des applications basées sur l’inférence à l’aide de profils de projet existants, créant ainsi un environnement de développement d’IA intégré, évolutif et partageable pour une collaboration améliorée au sein de l’équipe.
Cas d’utilisation
Identifiez précisément les résultats de recherche en fonction de la signification sémantique et de la similarité
Effectuez des recherches sémantiques et de similarité dans de grands volumes de jeux de données vectorielles. Les médias peuvent indexer des millions d’heures de vidéo pour faire apparaître instantanément les scènes pertinentes pour les bandes-annonces, tandis que les prestataires de soins de santé peuvent stocker des milliards de vectorisations représentant des images médicales afin d’identifier des cas similaires et d’accélérer le diagnostic. Avec S3 Vectors, vous pouvez exploiter la valeur sémantique des données non structurées à moindre coût sans compromettre l’évolutivité.
Réduisez les coûts de génération à enrichissement contextuel (RAG) grâce à l’intégration d’Amazon Bedrock
Réduisez le coût de la génération à enrichissement contextuel (RAG) en combinant S3 Vectors avec les bases de connaissances Amazon Bedrock. Transformez vos jeux de données exclusives en stocks de connaissances intelligentes avec une connaissance contextuelle en utilisant vos applications RAG. Créez et personnalisez rapidement des applications d’IA générative grâce à l’accès à des données vectorielles évolutives dans S3 Vectors, ainsi qu’à des modèles de fondation hautement performants et à des bases de connaissances avancées dans Amazon Bedrock via sa console, ses API, ses kits SDK ou directement dans Amazon SageMaker Unified Studio.
Créez des agents d’IA plus intelligents grâce à une mémoire étendue et durable
Rendez vos agents d’IA plus intelligents en conservant davantage de contexte, en raisonnant à partir de données plus riches et en créant une mémoire durable à partir d’un stockage vectoriel abordable et à grande échelle. Stockez chaque interaction, document et information dans des pétaoctets de données vectorielles à faible coût, afin que les agents ne soient pas contraints d’oublier un contexte précieux. Favorisez l’apprentissage continu, le contexte historique, le recyclage et le peaufinage pour approfondir l’intelligence des agents. Que ce soit pour la mémoire des agents ou la recherche de similitudes dans des jeux de données d’IA massifs, S3 Vectors fournit un socle de données rentable pour stocker et récupérer des vecteurs.
Stockage prêt pour l’IA pour le développement à n’importe quelle échelle
Stockez et accédez rapidement à n’importe quelle quantité de données vectorielles pour démarrer vos projets d’IA. Sans aucune configuration d’infrastructure requise, S3 Vectors vous permet d’exploiter vos données et de commencer immédiatement le développement de l’IA. Il est également créé pour répondre aux exigences de stockage élevées des applications d’IA sophistiquées. Que vous développiez des moteurs de personnalisation, des systèmes de traitement du langage naturel ou que vous naviguiez dans de grandes bases de code, S3 Vectors fournit un stockage optimisé en termes de coûts et prêt pour l’IA, qui s’adapte à vos besoins, accélérant ainsi l’innovation en matière d’IA à chaque étape, du prototype à la production.
Optimisez le prix et les performances de la recherche vectorielle avec Amazon OpenSearch Service
Équilibrez les coûts et les performances en combinant les meilleures conditions économiques du secteur pour le stockage vectoriel évolutif dans S3 Vectors et les capacités de recherche hautes performances d’Amazon OpenSearch Service pour une recherche vectorielle à haut débit et faible latence. Utilisez S3 Vectors avec Amazon OpenSearch Service pour réduire les coûts de stockage des vecteurs rarement interrogés, puis transférez-les rapidement vers OpenSearch lorsque la demande augmente ou pour améliorer les capacités de recherche. Cette intégration stratégique vous permet d’allouer les charges de travail vectorielles au service le plus approprié en fonction des exigences de performances, garantissant à la fois une optimisation des coûts et une réactivité exceptionnelle des requêtes.
Clients
March Networks
March Networks, une société du groupe Delta, collabore avec certaines des plus grandes banques et certains des plus grands détaillants au monde, fournissant des solutions vidéo intelligentes sécurisées basées sur le cloud, améliorant la sécurité, l’efficacité opérationnelle et la rentabilité grâce à des informations commerciales en temps réel.
« Amazon S3 Vectors offre des avantages évidents pour l’intelligence vidéo et photo à grande échelle. Son architecture optimisée en termes de coûts nous permet de stocker de manière économique des milliards de vectorisations, tandis que l’intégration transparente avec Amazon Bedrock et S3 rationalise nos flux de travail d’IA générative et vidéo. En tirant parti de l’échelle massive et de la durabilité à 99,999999999 % de S3, nous bénéficions de la stabilité nécessaire pour gérer des volumes toujours croissants de données vidéo et de vectorisations. Grâce à une recherche sémantique à haut débit et à faible latence, nous pouvons obtenir des informations en moins d’une seconde sur l’ensemble des archives vidéo. S3 Vectors fournit la couche de stockage évolutive et rentable indispensable à l’analyse massive de photos et de vidéos à grande échelle. »
Jeff Corrall, Chief Product Officer, March Networks
Qlik
Qlik est un éditeur mondial de logiciels d’analytique des données et d’intégration de données basés sur l’IA, qui permet aux organisations de prendre des décisions plus rapides et plus éclairées grâce à un accès en temps réel aux données et à des informations pertinentes. Sa plateforme de bout en bout combine l’IA, l’automatisation et des flux de travail de données contrôlés pour transformer les données brutes en informations exploitables.
« Nous avons ingéré des centaines de millions de vecteurs pris en charge par un grand nombre d’index de ressources, en tirant parti du moteur S3 Vectors associé à OpenSearch. Cela permettra une fonctionnalité de recherche sémantique complète sur toutes les entités de nos produits d’analyse et d’intégration de données pour les ingénieurs de données, les consommateurs d’analyses et les agents d’IA. »
Martin Andersson, Chief Architect, Qlik
MIXI
MIXI, Inc. offre des expériences de communication sociale et de divertissement numérique à grande échelle, touchant des millions d’utilisateurs grâce à des jeux mobiles, des activités sportives et des plateformes communautaires. En combinant une connaissance approfondie de ses clients et une innovation orientée données, MIXI crée des services interactifs qui connectent les gens et enrichissent leur quotidien.
« En adoptant Amazon S3 Vectors, nous sommes en mesure de créer des capacités de recherche sémantique flexibles et sensibles aux métadonnées, qui s’adaptent à notre communauté de partage de photos FamilyAlbum comptant plus de 27 millions d’utilisateurs. L’infrastructure entièrement gérée simplifie considérablement les opérations par rapport aux systèmes de recherche autogérés, ce qui permet à notre équipe de se concentrer sur la fourniture de nouvelles fonctionnalités basées sur l’IA. Avec l’intention d’indexer environ 400 millions de vecteurs dans 100 index, S3 Vectors nous offre les performances et la rentabilité dont nous avons besoin pour développer la recherche sémantique, ce qui nous permettra d’offrir à l’avenir des expériences telles que des recommandations personnalisées d’impression de photos pour chaque utilisateur. »
Takahiro Kinouchi, ML Engineer, MIXI, Inc.
Backlight
Backlight est une entreprise mondiale spécialisée dans les technologies médiatiques qui remplace les flux de travail médiatiques défaillants par des produits simples basés sur l’IA. Grâce à sa suite intégrée de solutions, Backlight permet aux équipes créatives et de production de se concentrer sur la création d’histoires captivantes qui ont un impact.
« Nous avons des centaines de clients qui possèdent des vidéothèques de plus de 1 000 heures, certaines comptant même des centaines de milliers d’heures. Ils doivent prendre des décisions intelligentes concernant la distribution de leur contenu à leur public via leurs propres chaînes de télévision en streaming gratuites financées par la publicité (FAST) et leurs applications. Amazon S3 Vectors nous fournit la base nécessaire pour faire évoluer des flux de travail multimédias intelligents, permettant à nos clients d’enrichir leurs médias avec des données consultables dans les plus grandes bibliothèques. »
Ed Laczynski, GM, Zype, Backlight, Backlight
Twilio
Twilio permet aux entreprises d’utiliser les communications et les données pour ajouter de l’intelligence et de la sécurité à chaque étape du parcours client. Les entreprises leaders d’aujourd’hui font confiance à Twilio pour créer des relations directes et personnalisées avec leurs clients.
« S3 Vectors intègre une interface vectorielle accessible directement dans le stockage auquel nous faisons déjà confiance, nous offrant l’échelle de S3 avec l’intelligence de la recherche sémantique en un seul clic. Cette simplicité permet aux équipes de Twilio d’intégrer une génération augmentée de récupération puissante et des recommandations personnalisées dans notre plateforme d’engagement client sans avoir à mettre en place une nouvelle infrastructure ou à se soucier des réglages. Nous sommes impatients de voir comment S3 Vectors aidera les développeurs à transformer les données quotidiennes en expériences client plus intelligentes et plus fiables. »
Zachary Hanif, Head of AI, ML, and Data; VP of Traffic Intelligence, Twilio
TwelveLabs
TwelveLabs est un pionnier de l’IA multimodale, spécialisé dans les technologies avancées de compréhension vidéo. Ses modèles de fondation vidéo permettent aux organisations de rechercher, résumer et analyser leur contenu vidéo avec une précision quasi humaine, en comprenant non seulement ce qui est visible à l’écran, mais aussi le contexte et la signification riches qui se cachent derrière.
« La vidéo contient certaines des informations les plus précieuses et les moins exploitées au monde, mais jusqu’à présent, elle était enfermée dans des flux de travail manuels fastidieux. Nos modèles de fondation permettent à nos clients de transformer des pétaoctets de vidéos en connaissances exploitables et consultables. Grâce à une infrastructure évolutive comme Amazon S3 Vectors, nous pouvons fournir une recherche sémantique et une analyse vidéo à l’échelle de l’entreprise, ce qui permet aux équipes de se concentrer sur la créativité, la prise de décision et l’impact. »
Jae Lee, cofondateur et PDG, TwelveLabs
Spice AI
Spice AI aide les entreprises à créer des applications et des agents d’IA rapides, précis et évolutifs
à l’aide de son moteur de calcul d’IA et de données open source et portable. Il unifie
les données et la recherche provenant de sources disparates et prend en charge les charges de travail sur les systèmes cloud,
périphériques et sur site, simplifiant ainsi le développement de l’IA.
« Le secteur s’appuie de plus en plus sur le stockage d’objets, car les applications et les agents d’IA ont besoin d’accéder à des volumes de données croissants. Amazon S3 Vectors est extrêmement intéressant, car nous pouvons désormais bénéficier de l’échelle, du prix, de l’élasticité et de la durabilité de S3 dans une solution simple pour la recherche sémantique et l’extraction. Nous avons établi un partenariat avec l’équipe S3 afin d’intégrer S3 Vectors au moteur de calcul open source pour les données et l’IA de Spice.ai, offrant ainsi une interface SQL simple pour gérer et interroger efficacement les vectorisations dans toutes les sources de données de l’entreprise. »
Luke Kim, fondateur et PDG, Spice AI
xCures
xCures exploite une plateforme de données de santé assistée par l’IA qui extrait des informations cliniques à partir de dossiers médicaux agrégés, structurés et normalisés.
« S3 Vectors constitue un complément rentable à Amazon OpenSearch Service pour la gestion des vecteurs, nous aidant à évoluer efficacement tout en maintenant les exigences de performance dont nous avons besoin pour des charges de travail distinctes. Cela nous permet de mieux identifier les contenus cliniques significatifs dans les dossiers médicaux et de prendre en charge l’extraction de données structurées de haute qualité à grande échelle. »
Zach Kaufman, VP of Product Management, xCures
BMW
Le groupe BMW est le premier fournisseur mondial de voitures et de motos haut de gamme et abrite les marques BMW, MINI, Rolls-Royce et BMW Motorrad.
« Cloud Data Hub est la plateforme de données centrale du groupe BMW, qui gère les jeux de données sélectionnés et exhaustifs de BMW stockés sur S3 avec Apache Iceberg. Afin d’améliorer l’utilisabilité des données basées sur l’IA dans toute l’organisation, une solution de recherche hybride est en cours de développement pour intégrer les données structurées Iceberg de BMW avec des données semi-structurées en colonnes. S3 Vectors a été sélectionné pour son équilibre optimal entre coût et performances, ainsi que pour sa compatibilité avec l’architecture S3 Iceberg existante et le cadre de gestion des identités et des accès. »
Ruben Simon, Head of Product Management, Cloud Data Hub, BMW
Precisely
Precisely est un partenaire de confiance en matière d’intégrité des données, fort de plusieurs décennies d’expertise approfondie dans des domaines allant des logiciels aux données et aux services de stratégie de données. Son portefeuille permet d’intégrer les données clients, d’améliorer la qualité des données, de régir leur utilisation, de géocoder et d’analyser les données de localisation, et de les enrichir avec des jeux de données complémentaires pour prendre des décisions commerciales en toute confiance.
« Nous sommes ravis d’explorer le potentiel d’Amazon S3 Vectors pour apporter une flexibilité en termes de rapport coût-performance à nos capacités de découverte de données et de curation de métadonnées alimentées par l’IA. »
Tendu Yogurtcu, Chief Technology Officer, Precisely
Nomad Media
Nomad Media fournit une plateforme native cloud de gestion de contenu et d’actifs, de distribution de contenu et de streaming en direct créée sur AWS, qui fusionne de manière transparente la gestion des actifs dans le cloud avec la puissance des services AWS Media et de l’IA/GenAI en un système unifié et facile à utiliser.
« Amazon S3 Vectors nous a permis d’étendre de manière efficace et rentable nos capacités de recherche multimédia à des milliards d’enregistrements pour les bibliothèques de contenu en constante expansion de nos clients. »
Adam Miller, cofondateur et PDG, Nomad Media
Natera
Natera est spécialisée dans les tests génétiques utilisant une technologie non invasive d’ADN libre, axée sur l’oncologie, la santé des femmes et la santé des organes. Les médecins et les cliniques utilisent les tests de Natera pour concevoir des plans de traitement et fournir des soins de précision aux patients.
« Nous utilisons S3 Vectors et Amazon Bedrock pour créer des index vectoriels et ingérer des vecteurs pour le cas d’utilisation de la documentation technique des équipements de laboratoire. Cette intégration permet à nos ingénieurs de maintenance des équipements de laboratoire de localiser et de relier rapidement les informations contenues dans des manuels d’instruments complexes, ce qui améliore considérablement la rapidité et la précision de la maintenance et du dépannage. Natera parvient ainsi à résoudre plus rapidement les problèmes et à augmenter la durée de fonctionnement des instruments dans l’ensemble de ses opérations de laboratoire. »
Ariel Jirau, Sr. Principal Software Engineer, Natera
Squiz
Squiz, un fournisseur mondial de plateformes d’expérience numérique, utilise Amazon S3 Vectors pour alimenter son outil de recherche conversationnelle, permettant aux organisations d’offrir des expériences de site Web plus attrayantes grâce aux interactions en langage naturel auxquelles les utilisateurs s’attendent désormais.
« S3 Vectors nous a permis de repenser notre pipeline d’ingestion. Il a augmenté notre vitesse de traitement des données conversationnelles de 50 % et réduit nos coûts en nous permettant de passer d’une infrastructure sur mesure et toujours active à un modèle évolutif sans serveur. Nous pouvons désormais passer de 25 000 à des millions de vecteurs par client, ce qui permet à nos équipes d’ingénieurs de se concentrer sur l’innovation RAG plutôt que sur la gestion de l’infrastructure. »
Greg Sherwood, CTO, Squiz
Avez-vous trouvé les informations que vous recherchiez ?
Faites-nous part de vos commentaires afin que nous puissions améliorer le contenu de nos pages