AlloyDB AI 在 AlloyDB for PostgreSQL 中提供整合式 AI 和機器學習 (ML) 功能套件，可讓您使用營運資料庫資料建構生成式 AI 應用程式。您可以執行高速向量相似度搜尋、將自然語言問題轉譯為 SQL 查詢，以及直接從 SQL 叫用 Gemini Enterprise Agent Platform、OpenAI 和 Anthropic 的基礎模型。
為簡化建構 AI 應用程式的程序，AlloyDB 提供下列擴充功能：
vector 擴充功能：標準
pgvectorPostgreSQL 擴充功能已針對 AlloyDB 自訂，並稱為vector。支援將生成的嵌入項目儲存在向量資料欄。這項擴充功能也支援純量量化功能，可建立IVF索引。您也可以建立IVFFlat索引或HNSW索引，這些索引會隨附股票pgvector。alloydb_scann 擴充功能：
alloydb_scann擴充功能採用 ScaNN 演算法，實作高效率的最近鄰索引。alloydb_scann擴充功能適用於 PostgreSQL 14、15、16 和 17。google_columnar_engine 擴充功能：ScaNN 索引可載入資料欄引擎，進一步加快向量搜尋速度。
google_ml_integration 擴充功能：
google_ml_integration擴充功能提供 AI 函式，可生成嵌入內容、執行語意排序，以及實作 AI 輔助的篩選器、聯結和文字生成/摘要功能。這項擴充功能也提供註冊 AI 模型中繼資料的函式。接著，系統會使用已註冊的中繼資料，叫用這些模型的預測。alloydb_ai_nl 擴充功能：
alloydb_ai_nl擴充功能可協助開發人員建構應用程式，準確且安全地回答使用者以自然語言提出的問題，這些問題與 AlloyDB 資料庫中的資料相關。這樣一來，不擅長編寫 SQL 的使用者也能存取資料。
以下是這些擴充功能的用途：
向量搜尋：使用 AlloyDB 儲存向量嵌入項目，並執行高效率的相似度搜尋。您可以運用 ScaNN 演算法，生成高效率的最鄰近索引。
使用 AlloyDB AI 函式執行智慧型 SQL 查詢：直接在 SQL 查詢中使用 AI。這樣一來，您就能重新排序搜尋結果，提高關聯性、將自然語言整合至 SQL 查詢，以及生成多模態嵌入，用於向量搜尋。
使用模型端點呼叫模型：將 AI 模型註冊為模型端點，並從 AlloyDB 內呼叫端點，以生成嵌入項目、叫用預測功能或執行相似度搜尋。
生成嵌入和叫用預測：使用 Gemini Enterprise Agent Platform 文字嵌入模型或已註冊的模型端點，生成文字或多模態嵌入。
根據自然語言生成 SQL 陳述式：為應用程式新增自然語言功能，並以自然語言提問，與 AlloyDB 互動。接著，AlloyDB AI 會處理自然語言問題，自動生成準確的 SQL 查詢來擷取答案。