Vector Search 2.0

Vector Search 2.0 es un producto Google Cloud diseñado desde cero como un motor de búsqueda nativo de IA, completamente administrado y con ajuste automático. Si bien la búsqueda vectorial existente de Google Cloudes un potente sistema de índice como servicio de vecinos aproximados más cercanos (ANN), la búsqueda vectorial 2.0 evoluciona este concepto en un sistema integral de almacenamiento y recuperación. En lugar de administrar índices como el recurso principal, trabajarás con colecciones de objetos de datos.

La arquitectura del motor de búsqueda proporciona un motor de almacenamiento replicado y escalable, lo que convierte a Vector Search 2.0 en una única fuente de datos unificada para tus aplicaciones de IA y elimina la necesidad de almacenamiento de datos auxiliar.

Estos son algunos de los beneficios clave de esta nueva arquitectura:

  • Apto para desarrolladores: Comienza a trabajar rápidamente con bibliotecas cliente intuitivas que requieren un mínimo de código. El sistema se ajusta automáticamente para mantener un alto rendimiento, lo que abstrae la infraestructura subyacente para que no tengas que configurar VMs ni réplicas.

  • Integración y evaluación rápidas: Crea colecciones, agrega tus datos y comienza a realizar búsquedas rápidamente.

  • Almacenamiento de datos unificado: Almacena, recupera y filtra tus documentos por similitud de vectores y datos de carga útil, todo en un solo lugar.

  • Funciones potentes: Completa automáticamente los campos de incorporación con modelos integrados, explora tus datos con capacidades de consulta enriquecidas, trae tus propios embeddings (BYOE) y crea índices rápidamente para escalar el rendimiento.

  • Precios simplificados: Los precios adaptables incluyen dos modelos: basado en el uso para cargas de trabajo más pequeñas y basado en recursos para un rendimiento optimizado.

La Búsqueda de vectores 2.0 mantiene el alto rendimiento y la gran escalabilidad disponibles en la Búsqueda de vectores 1.0, lo que facilita el inicio y el escalamiento.

Conceptos

Antes de comenzar, es útil comprender los siguientes conceptos de la Búsqueda de vectores 2.0:

  • Colección: Es un contenedor para un conjunto de objetos JSON relacionados. Es similar a una tabla en una base de datos relacional. Puedes crear muchas colecciones en una sola base de datos.

  • Objeto de datos: Es un objeto JSON individual almacenado dentro de una colección.

  • Colección: esquema: Define la estructura y las restricciones de los objetos de datos dentro de una colección. Se puede configurar para validaciones de esquemas estrictas y flexibles.

  • Índice de colección: Permite realizar búsquedas eficientes de vecinos más cercanos aproximados (ANN) en los objetos de datos de una colección. Una colección puede tener varios índices, como uno para cada campo de vector en tus objetos de datos.

Próximos pasos