AlloyDB AI는 오픈소스 pgvector 확장 프로그램을 개선하여 HNSW와 같은 표준 색인 유형과의 완전한 호환성을 제공하는 동시에 Google의 최첨단 ScaNN 벡터 검색 기술로 성능을 향상합니다. 이 고유한 통합을 사용하면 데이터를 이동하거나 별도의 벡터 데이터베이스를 관리하지 않고도 확장 가능하고 프로덕션 준비가 완료된 생성형 AI, 시맨틱 검색, 추천 엔진을 빌드할 수 있습니다.
더 빠르고 스마트한 AI 애플리케이션 빌드
AlloyDB AI를 사용하면 별도의 벡터 데이터베이스를 관리하는 복잡성이 사라집니다. 운영 데이터와 삽입을 한곳에 보관하고, 내장 함수를 사용하여 대규모 테이블의 일괄 삽입 (미리보기)을 생성하여 단일 보안 소스에서 AI 파이프라인을 확장하세요.
-
검색 증강 생성 (RAG)벡터 검색을 사용하여 AlloyDB의 비공개 데이터에서 가장 관련성 있고 최신 컨텍스트를 찾아 검색하고 이를 프롬프트에 직접 입력하여 할루시네이션을 줄임으로써 LLM 응답을 개선합니다.
-
시맨틱 검색데이터를 벡터 임베딩으로 변환하여 개념 기반 검색을 사용 설정하세요. 그런 다음 AlloyDB AI의 빠른 벡터 쿼리는 키워드 일치뿐만 아니라 시맨틱 의미를 기반으로 항목을 찾습니다.
-
추천 엔진초고속 벡터 검색을 사용하여 데이터베이스 내에서 직접 유사한 항목 또는 사용자 (최근접 이웃)를 식별하여 실시간 맞춤설정을 지원하고, 동적이고 관련성 높은 추천을 제공합니다.
ScaNN 벡터 검색 성능
-
bolt
HNSW보다 최대 10배 더 빠른 ScaNN 색인 생성
-
filter_alt
HNSW보다 최대 10배 더 빠른 필터링된 벡터 검색
-
메모리
HNSW보다 3배 적은 메모리를 사용합니다.
-
rocket_launch
HNSW보다 벡터 검색 쿼리가 최대 4배 더 빠릅니다.
자세히 알아보고 시작하기
개발자 리소스를 살펴보고 AlloyDB의 벡터 검색 기능을 사용하여 AI 애플리케이션을 빌드하세요.
-
AlloyDB AI: 하이브리드 검색 및 멀티모달 기능
AlloyDB의 시맨틱, 하이브리드, 멀티모달 검색으로 소매 제품 검색을 개선하세요.
-
AlloyDB용 ScaNN 백서
AlloyDB의 ScaNN 색인 아키텍처, 알고리즘, 성능에 관한 기술 백서입니다.
-
codelab
SQL, 전체 텍스트, 벡터 검색을 결합하여 Cloud Run에서 하이브리드 검색을 실행하는 방법을 알아봅니다.