InfoQ
·
亚马逊S3 Vectors正式发布，引入“存储优先”架构用于RAG
内容提要
AWS推出S3 Vectors，支持存储和查询向量数据，单个索引容量提升至20亿个向量，查询延迟低于100毫秒。目前已有超过25万个索引，处理超400亿个向量，服务覆盖14个区域，定价基于上传的向量逻辑GB和索引大小。
关键要点
-
AWS推出S3 Vectors，支持存储和查询向量数据。
-
单个索引容量提升至20亿个向量，查询延迟低于100毫秒。
-
用户已创建超过25万个索引，处理超400亿个向量。
-
查询性能提升，频繁查询延迟低于100毫秒，支持每次查询最多返回100个结果。
-
写入性能支持每秒1000个PUT事务，提升了小批量数据的处理能力。
-
S3 Vectors现已与Amazon Bedrock Knowledge Base和Amazon OpenSearch集成。
-
S3 Vectors将向量搜索从计算优先转变为存储优先，降低总拥有成本高达90%。
-
S3 Vectors目前在14个AWS区域可用，定价基于上传的向量逻辑GB和索引大小。
延伸解读
存储优先架构的优势
S3 Vectors的发布标志着向量搜索从计算优先转向存储优先，这一转变不仅简化了管理流程，还显著降低了总拥有成本。用户不再需要管理复杂的集群或分片，能够更高效地处理大规模向量数据，适合大多数内部RAG应用。
查询性能的提升
S3 Vectors的查询延迟低于100毫秒，支持每次查询返回最多100个结果，这对于交互式应用如对话式AI尤为重要。这样的性能提升使得开发者能够更快速地获取所需信息，增强用户体验。
与其他服务的集成
S3 Vectors与Amazon Bedrock Knowledge Base和Amazon OpenSearch的集成，使得用户可以将其作为向量存储引擎，利用OpenSearch进行搜索和分析。这种集成为用户提供了更灵活的解决方案，适应不同的应用场景。
延伸问答
S3 Vectors的主要功能是什么？
S3 Vectors支持存储和查询向量数据，单个索引容量提升至20亿个向量，查询延迟低于100毫秒。
S3 Vectors如何提高查询性能？
S3 Vectors的查询性能提升，频繁查询的延迟低于100毫秒，每次查询最多返回100个结果。
S3 Vectors的定价结构是怎样的？
S3 Vectors的定价基于上传的向量逻辑GB和索引大小，包括PUT定价和查询费用。
S3 Vectors与哪些服务集成？
S3 Vectors与Amazon Bedrock Knowledge Base和Amazon OpenSearch集成，作为向量存储引擎使用。
S3 Vectors的写入性能如何？
S3 Vectors支持每秒1000个PUT事务，提升了小批量数据的处理能力。
S3 Vectors的可用区域有哪些？
S3 Vectors目前在14个AWS区域可用，较预览时的5个区域有所增加。
