AlloyDB AI memperluas ekstensi pgvector open source,
yang memberikan kompatibilitas dengan jenis indeks standar seperti HNSW bersama dengan
indeks penelusuran vektor Scalable Nearest Neighbors (ScaNN) Google. Menyimpan dan mengindeks embedding vektor langsung di AlloyDB untuk PostgreSQL memungkinkan Anda membangun aplikasi AI generatif, penelusuran semantik, dan rekomendasi tanpa memindahkan data operasional atau mengelola database vektor terpisah.
Membangun aplikasi AI yang lebih cepat dan cerdas
AlloyDB AI menghilangkan kompleksitas pengelolaan database vektor terpisah. Simpan data operasional dan embedding di satu tempat, dan gunakan fungsi bawaan untuk membuat embedding batch (Pratinjau) untuk tabel besar, sehingga menskalakan pipeline AI Anda dari satu sumber yang aman.
Retrieval-augmented generation (RAG)
Tingkatkan respons LLM dengan menggunakan penelusuran vektor untuk menemukan dan mengambil konteks yang paling relevan dan terbaru dari data pribadi Anda di AlloyDB, yang langsung dimasukkan ke dalam perintah untuk mengurangi halusinasi.
Penelusuran semantik
Aktifkan penelusuran berbasis konsep dengan mengonversi data Anda menjadi embedding vektor. Kueri vektor cepat AlloyDB AI kemudian menemukan item berdasarkan makna semantiknya, bukan hanya pencocokan kata kunci.
Mesin pemberi rekomendasi
Mendukung personalisasi real-time dengan menggunakan penelusuran vektor yang sangat cepat untuk mengidentifikasi item atau pengguna serupa (tetangga terdekat) langsung dalam database Anda, sehingga memungkinkan rekomendasi yang dinamis dan relevan.
Performa penelusuran vektor ScaNN
Pembuatan indeks ScaNN dan penelusuran vektor terfilter hingga 10x lebih cepat daripada HNSW.
Menggunakan memori 3x lebih sedikit daripada HNSW.
Kueri penelusuran vektor hingga 4x lebih cepat daripada HNSW.
Penelusuran vektor terfilter hingga 10x lebih cepat daripada HNSW.
Pelajari lebih lanjut
Pelajari referensi developer kami untuk membangun aplikasi AI dengan kemampuan penelusuran vektor AlloyDB.
AlloyDB AI: Kemampuan penelusuran hybrid dan multimodal
Tingkatkan penemuan produk retail dengan penelusuran semantik, hybrid, dan multimodal AlloyDB.
Laporan resmi ScaNN untuk AlloyDB
Laporan resmi teknis tentang arsitektur, algoritma, dan performa indeks ScaNN di AlloyDB.
Membangun dan men-deploy penelusuran retail hybrid dinamis dengan AlloyDB, Gemini, dan Cloud Run
Pelajari cara melakukan penelusuran campuran di Cloud Run, yang menggabungkan SQL, teks lengkap, dan penelusuran vektor.