(زيليز) أطلقت (ميلفوس v3)0، قاعدة بياناتها المفتوحة المصدر، إضافة الوصول إلى البيانات الأصلية في البحيرة ومحرك استعادة محسن لمطوري إنتاج الذكاء الاصطناعي.
تحتفظ الهندسة المعمارية الأصلية للبحيرة بالبيانات الخام في تنسيقات مفتوحة على تخزين الكائنات السحابية بدلاً من تكرارها في قواعد البيانات المستقلة.كشفت زيليز عن مفهوم "فيكتور ليكبيس" في شهر يونيووقد وصفه الرئيس التنفيذي تشارلز شي بأنه قاعدة بيانات موحدة تمكن من الاستفسارات في الوقت الحقيقي واستكشاف البيانات ومجاري تدريب الذكاء الاصطناعي متعددة البيتابايت دون نسخ البيانات.أكوام الهجرة أو التخزين المتوازي. تدعم طبقة تخزين الكائنات الموحدة كل من البحث المتجه عبر الإنترنت منخفضة الكمون والتحليلات واسعة النطاق على ملفات المصدر المتطابقة.
علق المؤسس المشارك ومدير التكنولوجيا في زيليز جيمس لوان: "تدير ميلفوس 3.0 استرداد الإنتاج مباشرة فوق مخازن البيانات الحالية وتقدم محركًا أكثر قوة لحملات العمل الحديثة للذكاء الاصطناعي.هذا النواة نفسها تعمل على قاعدة بحيرة زيليزتم تعزيزها من خلال التوسع المرن والعمليات المبسطة وأدوات مستوى المؤسسات لإدارة بيانات الذكاء الاصطناعي على نطاق واسع.
تقوم قواعد البيانات المتجهة بتخزين تضمينات متجهات رقمية للنصوص والصور والمحتوى الآخر لتشغيل البحث عن التشابه. تقول زيليز إن ميلفوس هي قاعدة بيانات متجهات مفتوحة المصدر الأكثر استخدامًا في العالم ،اعتمدت من قبل أكثر من 10،000 شركات لRAG، محركات التوصية ووكلاء الذكاء الاصطناعي، مع أكثر من 100 مليون سحب Docker المسجلة.
أنابيب الذكاء الاصطناعي التقليدية تحتفظ بنسخ منفصلة للبيانات لاستردادها في الوقت الحقيقي وتحليلات خارج الإنترنت، مما يجلب تكاليف تخزين إضافية،خطوط الأنابيب المزامنة والتكاليف العملية الثقيلة.
قدرات "كور ميلفوس 3.0"
1المجموعات الخارجية: إنشاء مجموعات ميلفوس على ملفات البحيرة في لانس أو آيسبيرغ أو باركيت أو فورتكس. يقوم النظام ببناء مؤشرات متجهة وكاملة النص و JSON ومؤشرات مقياسية على البيانات المصدرة دون تكرار،تعريضهم عبر واجهات برمجة التطبيقات الأصلية القياسية. التزامن الإضافي يُحدث المؤشرات تلقائيًا مع تغيير بيانات البحيرة
2. محرك تخزين الموظفين: محرك قراءة قاطع جديد على أساس الإعلان لبحث تخزين الكائنات ذو تأخير منخفض ، باستخدام Vortex المتوافق مع Arrow المفتوح كتنسيق عمودي افتراضي.
3.قطات في الوقت المناسب: اللوحات الفوتوغرافية خفيفة الوزن التي يمكن قراءتها فقط تمكن وظائف إزالة التكرار والتقييم والتحقق من الصحة من التشغيل على مجموعات البيانات المستقرة دون تعطيل كتابات الإنتاج.
4.مصلات الشرارة ومشغلي المجموعات: يدمج رابط Spark DataSource V2 Milvus مع سير العمل في دفعات Spark و Databricks و EMR ، إلى جانب وظائف دفعات المتجهات الأصلية للتخلص من التكرار والترتيبات.
البحث القياسي عن متجهات Top-K يحصل فقط على المتجهات الأكثر تشابهًا بحساب المسافة ، معاناة من التوسع الضعيف مع أعداد المتجهات العالية والأبعاد.0 توسع عملية البحث إلى ما هو أبعد من البحث الأساسي لأقرب جار:
1يجمع فرز الجانب الخادم والجمع والبحث الجانبي بين التشابه الدلالي مع فلاتر البيانات الوصفية (طابع الوقت والسعر والفئة والمستأجر وما إلى ذلك) ، مما يلغي ما بعد معالجة الجانب العميل.
2.StructList استرداد متعدد المتجهات يدعم الكيانات مع الاندماج المتعدد (قطع الوثيقة ، تصحيحات الصور ، بيانات المنتج المتعددة الوسائط) ويعمل مع نماذج التفاعل المتأخرة مثل ColBERT و ColPali.
3يقلل المؤشر النادر المحسن من مساحة التخزين بنسبة 70٪ مع مطابقة أداء الاستدعاء الأصلي ، مقترنًا بمتجهات النادر المتعلمة من SINDI ، ومضمنة في MinHash ، ومجالات متجهات صالحة للإبطاء ،قاموسات النص الكامل المخصصة وتوافق فهرس فايس الأوسع.
وأضاف لوان أن أحمال عمل الذكاء الاصطناعي الإنتاجية تتطلب الترتيب والمجموعة والبحث متعدد المتجهات بشكل أصلي داخل قاعدة البيانات و v3.0 التخزين المعالج لتوفير الوصول السريع إلى تخزين الكائنات جنبا إلى جنب مع معالجة أكثر ثراء في المحرك.
هذا النواة الموحدة قوى كل من الملف المفتوح المصدر المستضيف الذاتي و Zilliz Cloud المدارة بالكامل. Zilliz Cloud يمتد محرك القاعدة إلى قاعدة بحيرة متجهة كاملة مع الحوسبة المرنة ، أدوات الاكتشاف,تحليلات الدفعات، والفهرسة الموحدة، وإدارة المؤسسات والأتمتة على مصدر واحد من بيانات الذكاء الاصطناعي.
السياق التنافسي للصناعة
يزيد التحديث الضغط على منافسيه Pinecone و Qdrant و Weaviate ، وكلهم يتسابقون لخفض فترة تأخير البحث: أطلقت Qdrant فهرسة أسرع ، ومجموعات عالية التوافر وسجلات مراجعة الامتثال في أبريل ؛أطلقت "بينكون" مجموعات متجهات مُحوسبة مسبقاً ومستعيدات قابلة للتكوين في شهر مايو لتسريع سير عمل الوكيل.
بائعي قواعد البيانات المتجهة البحتة يتنافسون ضد منصات متعددة النماذج بما في ذلك ريجاتا و SingleStore و SurrealDB. بينما يتم دمجهم مع البحيرات مثل Databricks و Snowflake ،تواجه الشراكات بين قواعد البيانات العقبات المعمارية ومحرك التخزينقد يرى السوق لاعبين متجهين يضيفون الدعم الأصلي المهيكلة، الرسم البياني، الوثيقة أو السلسلة الزمنية مع مرور الوقت.
التوافر
يظل Milvus 3.0 مشروعًا تدريجيًا لـ LF AI & Data بموجب ترخيص Apache 2.0, قابل للتنفيذ عبر Docker أو Kubernetes بما في ذلك البيئات ذات الفجوات الجوية ، مع توافق مع S3 ،تخزين الكائنات GCS و Azure Blobتغطية SDK الأولية تشمل Python و Go و Node.js ، مع دعم Java القادم. يتم استضافة رمز المصدر وملاحظات الإصدار ودلائل البدء السريع على GitHub ،جنبا إلى جنب مع ساعات مكتب المجتمع لدعم المطورين.
تتضمن السحابة المدارة من زيليز ميلفوس 3.0 كطبقة تصنيفها الأساسية ، مما يضيف مرونة المؤسسة والأمن والعمليات الموحدة عبر نسخة بيانات مشتركة واحدة.
ملاحظة تحتية
تطبق مجموعات خارجية فهرسة بحيرة النسخ الصفرية دون هجرة البيانات. يحل Loon عنق الزجاجة لتضخيم القراءة الذي كان يحد من تخزين الكائنات في السابق لاستفسارات متجهات ذات تأخير منخفض.
شركة بكين تشيانكسينغ جييتونغ للتكنولوجيا المحدودة
ساندي يانغ مدير الاستراتيجية العالمية
واتساب / ويتشات: +86 13426366826
البريد الإلكتروني: yangyd@qianxingdata.com
الموقع: www.qianxingdata.com/www.storagesserver.com
التركيز على الأعمال:
توزيع منتجات تكنولوجيا المعلومات والاتصالات / تكامل النظام والخدمات / حلول البنية التحتية
مع أكثر من 20 عامًا من الخبرة في توزيع تكنولوجيا المعلومات، نحن نتعاون مع العلامات التجارية العالمية الرائدة لتقديم منتجات موثوقة وخدمات مهنية.
استخدام التكنولوجيا لبناء عالم ذكي مزود خدمة منتجات تكنولوجيا المعلومات والاتصالات الموثوق به
يجب أن تكون رسالتك بين 20-3000 حرف!
Arabic
