AlloyDB AI מרחיב את התוסף pgvector בקוד פתוח, ומספק תאימות לסוגי אינדקסים סטנדרטיים כמו HNSW לצד אינדקס החיפוש הווקטורי Scalable Nearest Neighbors (ScaNN) של Google. אחסון הטמעות וקטורים והוספה שלהן לאינדקס ישירות ב-AlloyDB ל-PostgreSQL מאפשרים לכם ליצור אפליקציות של AI גנרטיבי, חיפוש סמנטי והמלצות בלי להעביר את הנתונים התפעוליים או לנהל מסד נתונים נפרד של וקטורים.

פיתוח מהיר וחכם יותר של אפליקציות מבוססות-AI
עם AlloyDB AI לא צריך לנהל מסד נתונים וקטורי נפרד. אתם יכולים לשמור את הנתונים התפעוליים וההטמעות במקום אחד, ולהשתמש בפונקציות מובנות כדי ליצור הטמעות באצווה לטבלאות גדולות, וכך להרחיב את צינור עיבוד הנתונים של ה-AI ממקור מאובטח אחד.
דור מבוסס-אחזור (RAG)
כדי לשפר את התשובות של ה-LLM, אתם יכולים להשתמש בחיפוש וקטורי כדי למצוא ולאחזר את ההקשר הכי רלוונטי ועדכני מהנתונים הפרטיים שלכם ב-AlloyDB, ולהזין אותו ישירות בהנחיה כדי לצמצם את ההזיות.
חיפוש סמנטי
המרת הנתונים להטמעות וקטורים כדי להפעיל חיפוש מבוסס-מושגים. שאילתות וקטוריות מהירות ב-AlloyDB AI מוצאות פריטים על סמך המשמעות הסמנטית שלהם, ולא רק על סמך התאמות למילות מפתח.
מנועי המלצות
התאמה אישית בזמן אמת: אתם יכולים להשתמש בחיפוש וקטורי מהיר במיוחד כדי לזהות פריטים או משתמשים דומים (השכנים הקרובים ביותר) ישירות במסד הנתונים, וכך ליצור המלצות דינמיות ורלוונטיות.
ביצועי החיפוש הווקטורי של ScaNN
יצירת אינדקס ScaNN וחיפוש וקטורי מסונן מהירים עד פי 10 בהשוואה ל-HNSW.
צורך פי 3 פחות זיכרון בהשוואה ל-HNSW.
שאילתות חיפוש וקטורי מהירות עד פי 4 בהשוואה ל-HNSW.
חיפוש וקטורי מסונן מהיר עד פי 10 בהשוואה ל-HNSW.
מידע נוסף
במשאבים למפתחים מוסבר איך לפתח אפליקציות AI באמצעות יכולות החיפוש הווקטורי של AlloyDB.
AlloyDB AI: חיפוש היברידי ויכולות מולטי-מודאליות
שיפור חיפוש המוצרים בקמעונאות באמצעות חיפוש סמנטי, היברידי ומולטי-מודאלי ב-AlloyDB.
מאמר בנושא ScaNN ל-AlloyDB
מאמר טכני על הארכיטקטורה, האלגוריתמים והביצועים של אינדקס ScaNN ב-AlloyDB.
יצירה ופריסה של חיפוש מוצרים קמעונאיים באופן דינמי והיברידי באמצעות AlloyDB, Gemini ו-Cloud Run
איך מבצעים חיפוש היברידי ב-Cloud Run, שמשלב SQL, טקסט מלא וחיפוש וקטורי.