当今复杂的非结构化数据（文本、图像、音频和视频）是传统数据库难以处理的。他们努力处理这种复杂、要求苛刻的数据，其中包含大量变量和特征。
已经出现了矢量数据库来处理这个问题;它们是专门的数据库，可以有效地索引、查询和检索对构建和运行 AI 至关重要的高维数据。
然而，该技术相当新，部署选项很少。企业希望在不牺牲对数据的控制的情况下充分利用矢量数据库。
今天，随着 Qdrant 混合云的推出，组织有了新的选择。开源矢量数据库 Qdrant 表示，它是业界第一个以托管混合云模型提供的矢量数据库。
“Vector 数据库旨在处理复杂的高维数据，为关键的 AI 应用程序奠定了基础，”Qdrant 首席执行官 Andre Zayarni 告诉 VentureBeat。该公司新的混合云服务“使企业能够探索新的人工智能用例，否则他们将无法通过第三方云服务解锁。
跨任何云、本地或边缘的矢量数据库
矢量数据库市场规模预计将从 2023 年的 15 亿美元增长近两倍，到 2028 年达到 43 亿美元。与 Qdrant 一起，该领域出现了许多提供商，包括 Pinecone、MongoDB、Milvus、Rockset 等。
Qdrant 表示，它凭借其为高维矢量数据量身定制的专用数据库而与众不同。现在，其 Qdrant 混合云允许客户在自己的环境中运行矢量搜索工作负载，确保数据与他们保持联系。
Zayarni 表示：“我们设计该产品是为了让我们的用户和客户能够最大限度地控制和主权，让他们在任何云提供商、本地或边缘位置的数据和矢量搜索工作负载中拥有最大的控制权和主权。
Qdrant 混合云支持多种用例，包括生成式 AI 和检索增强生成 （RAG）;企业搜索（语义搜索、相似性搜索或神经搜索）;个性化推荐系统;以及数据分析和异常检测。该服务在任何 Kubernetes 云环境和越来越多的其他平台中都受支持。
Zayarni表示：“人工智能擅长从大量非结构化数据中提取有意义的见解，使企业能够以先进的上下文和精确度理解和利用这些信息。
可在任何环境中灵活运行
Zayarni说，一个重要的用例是企业开发内部人工智能知识助手/聊天机器人，以支持特定的业务功能，如销售或研发。这个人工智能助手需要访问内部文档才能提供相关结果，但这可能包括敏感的专有数据，出于合规性和数据隐私原因，这些数据必须保持在公司的安全范围内。
无法完全控制数据的风险是可怕的;这些风险包括技术风险，例如基础设施的不灵活性。Zayarni说，组织也无法优化成本，因为他们不拥有运行它们的基础设施，而且他们也无法在靠近核心应用程序（以及其他应用程序）的地方运行数据库工作负载。
“企业需要灵活地在任何环境中运行其矢量数据库应用程序，并完全控制其数据，”他说。Qdrant Hybrid Cloud“迈出了下一步，使大型企业能够应对复杂的挑战，更好地构建和实施强大的下一代人工智能应用程序，同时满足严格的风险和合规标准。
灵活的部署有助于确保隐私、安全性和合规性
企业正在从原型设计 AI 工具转向积极将其部署到生产中。Zayarni 说，在这个新阶段，隐私、数据主权、部署灵活性是重中之重。这些对于开发、启动和扩展新应用程序都至关重要，无论是面向客户的服务，如人工智能助手，还是用于知识和信息检索或流程自动化的内部工具。
他指出，向量数据库是一项相对较新的技术，部署选项“才刚刚开始”。到目前为止，企业几乎没有选择——通常要么在自己的基础设施上进行开源部署，要么使用现成的托管服务。
Zayarni说，向量数据库尚未在托管混合云模型中提供，因为开发这种类型的服务是“更高的努力”，并且核心产品必须兼容。但是，灵活的部署有助于确保隐私、安全性、合规性和成本效益。
“这就是我们现在看到的市场走向，以及为什么混合云部署选项变得非常重要，”他说。
最终，向量数据库“代表了数据管理的新前沿，其中复杂性不是障碍，而是创新的机会，”他补充道。
椰有料原创，作者：小椰子啊，转载请注明出处：http://www.studioyz.com/5930.html
文章评论