做為向量資料庫的 Amazon OpenSearch Service

藉由在單一搜尋請求中無縫結合向量嵌入與文字式關鍵字查詢，並且使用進階的最近鄰演算法，例如 ANN (跨 HNSW 和 IVF) 以及具有自動擴展功能的精確 k-NN 向量搜尋，提供低延遲的相似性搜尋，進而改善了搜尋品質。藉助 GPU 加速，不到一小時即可建置數十億規模的向量資料庫，還可將採用 AI 技術的搜尋應用程式、建議系統，以及其他代理式 AI 應用程式加速上市。

善用智慧資料生命週期管理，在工作負載增加的同時最佳化成本。  簡化向量資料庫運作，且針對全受管和無伺服器組態提供易於使用的介面。藉助直覺化 AWS 管理主控台與 API，在沒有營運複雜度的情況下，輕鬆部署、管理，以及擴展向量資料庫。自動最佳化搜尋品質、速度與成本節省，而非花費數週時間來手動設定演算法、壓縮，以及效能設定的參數。

即時新增、更新或刪除向量嵌入，而不會重新建立索引或影響查詢效能。此功能可確保 AI 模型和搜尋應用程式能夠隨時回應動態資料變更，因此非常適合電子商務個人化或資料經常演變的異常偵測等使用案例。

Amazon OpenSearch Service 整合了各項 AWS 服務及第三方 AI 平台，以便支援現代生成式 AI 應用程式。Amazon DynamoDB 與 Amazon DocumentDB 進行零 ETL 整合，讓您無須建置複雜的管道，即可在營運資料中進行向量搜尋，以便增強您的生成式 AI 應用程式。與 Amazon Bedrock 的原生雙向整合可簡化生成式 AI 工作流程，並且可讓您將基礎模型連線至自己的知識庫，以實現高效的嵌入產生和檢索增強生成 (RAG) 應用程式。OpenSearch Service 是 AWS 建議的 Amazon Bedrock 向量資料庫。開發人員可以利用 Amazon SageMaker 的強大功能進行模型訓練和部署，或者透過預先建置的連接器輕鬆連線至 Amazon Titan 或 OpenAI、Cohere、DeepSeek 等第三方模型。這就可實現安全、高效且可擴展的開發，同時最大限度提高現有資料和基礎設施投資產生的價值。

完全受管的服務，可妥善管理 OpenSearch，並且在利用開放原始碼創新的同時提供企業可靠性。全球開放原始碼社群積極為 OpenSearch (目前是 Linux Foundation 的一部分) 做出貢獻並對其進行增強，推動持續進步，同時該受管服務可消除基礎設施管理開銷。此方法提供高可用性 (99.99% SLA)、自動擴展、修補和更新，以及 Apache 2.0 授權技術的靈活性和供應商中立性。該開放原始碼社群還協助指引專案的方向，同時確保可讓所有使用者受益的持續創新。

透過將傳統關鍵字搜尋與用於提高相關性的向量相似性相結合來增強搜尋體驗。支援自然語言理解、多模式查詢 (文字、影像、音訊) 以及混合式搜尋功能，從而跨不同內容類型提供情境相關的結果。

大規模提供個人化推薦，使用向量相似性來比對數十億項目中的使用者偏好設定，同時近乎即時地提供相關建議。

透過將基礎模型連線至您的業務資料來建置值得信賴的 AI 聊天機器人、助手和應用程式，從而實現準確、情境感知的回應和任務執行。透過以向量為基礎的資訊擷取來消除幻覺並提高準確性，同時保持簡單查詢和複雜互動的快速回應時間。

透過比較大型資料集之間的向量相似性來大規模識別模式和異常，從而即時偵測潛在的詐騙、偽造或可疑活動。