Ringkasan
DashVector dikembangkan berdasarkan kernel engine vektor Proxima milik Alibaba Cloud. Layanan ini menyediakan layanan pengambilan vektor yang efisien, dikelola sepenuhnya pada arsitektur cloud-native, serta dapat diskalakan secara horizontal dan vertikal untuk memenuhi kebutuhan bisnis. DashVector menyediakan kemampuan manajemen dan pengambilan vektor yang andal melalui API dan SDK sederhana, sehingga memudahkan integrasi dengan aplikasi berbagai skenario, seperti Q&A cerdas dan pencarian multimodal.
Cara Kerja
-
Aplikasi
Aplikasi dari berbagai skenario seperti pencarian multimodal, Q&A cerdas, dan layanan berbasis LLM, dapat diintegrasikan dengan DashVector melalui API low-code dan SDK sederhana.
-
DashVector
Berdasarkan arsitektur cloud-native, DashVector dapat diterapkan di seluruh kluster dan region, sehingga sesuaikan volume layanan dan performa (seperti QPS) dengan menskalakan kluster dan layanan (searcher) untuk merespons perubahan bisnis secara fleksibel. Kelola dan konfigurasikan layanan pencarian vektor (seperti kluster, koleksi, API key, dll.) di konsol DashVector. Kami menyediakan SDK untuk bahasa pemrograman utama agar Anda dapat memulai dengan cepat menggunakan low code.
-
Infrastruktur Cloud
Alibaba Cloud menyediakan resource cloud yang tangguh untuk komputasi, penyimpanan, dan jaringan, serta layanan canggih untuk pemrosesan data dan manajemen kontainer, untuk mendukung arsitektur cloud-native yang fleksibel dan andal.
Manfaat
-
Layanan Fully Managed
Integrasikan layanan pengambilan vektor cloud-native fully managed untuk bisnis Anda dengan biaya O&M rendah pada arsitektur serverless, dan bayar hanya sesuai penggunaan data.
-
Dirancang untuk Pencarian Vektor
Penuhi berbagai kebutuhan pencarian dari berbagai skenario bisnis dengan fitur lengkap yang mendukung filtering kondisional, partisi data, berbagai tipe pencarian, pengambilan data multimodal, dll.
-
Keseimbangan Skala dan Performa
Sesuaikan kapasitas layanan dan QPS secara fleksibel sesuai kebutuhan bisnis dengan menskalakan kluster atau layanan pencarian dalam langkah mudah untuk mencapai keseimbangan skala, akurasi, dan performa.
-
Low Code
Mulai manajemen data vektor dan layanan pencarian dengan mudah menggunakan API yang mudah digunakan, memerlukan sedikit kode, dan SDK siap pakai.
Fitur
Layanan Pengambilan Vektor Fully Managed di Cloud
Pencarian Sangat Akurat dan Efisien
DashVector mengintegrasikan search engine vektor Proxima dari Alibaba Cloud yang menyediakan algoritma berperforma tinggi untuk mencapai pencarian latensi rendah pada data skala besar.
Biaya O&M Rendah
Layanan pencarian vektor fully managed dan cloud-native dengan skalabilitas horizontal dan vertikal mengurangi biaya O&M, memungkinkan Anda fokus hanya pada kebutuhan bisnis tanpa kekhawatiran tentang arsitektur dasar.
Desain SDK Minimalis
API low-code dan SDK yang mudah digunakan mendukung integrasi cepat dengan aplikasi AI untuk berbagai skenario bisnis.
Pengindeksan Data Vektor Real-Time
Pengindeksan dengan Data Streaming
DashVector mengadopsi arsitektur indeks flat dan mendukung pengindeksan online untuk data streaming skala besar dari awal.
Pembaruan Online Real-Time
Saat data vektor ditambahkan, dihapus, atau dimodifikasi, status vektor langsung berlaku. Data vektor diperiksa segera setelah ditambahkan, dan ditulis ke hard drive secara real-time. Status data vektor juga diperbarui secara real-time.
Pengindeksan Cepat untuk Data Masif
DashVector mengoptimalkan struktur indeks dan metode pemuatan dalam berbagai cara, serta mendukung impor data vektor skala besar dari 2 hingga 20.000 dimensi.
Pencarian Terfilter
Skema yang Dapat Disesuaikan
Untuk pencarian dengan filter, DashVector menggunakan field yang telah ditentukan sebelumnya untuk mencapai kecepatan pengambilan yang lebih tinggi dan penggunaan daya komputasi yang lebih rendah.
Pencarian Terfilter dengan Beberapa Ekspresi
Lakukan pencarian gabungan dengan operator perbandingan, logika, dan string termasuk "<", "<=", "=", "!=", ">=", ">", "and", "or", dan "like".
Vektor Sparse
Pencarian Kata Kunci dan Pencarian Hibrida
Lakukan pencarian kata kunci, pencarian vektor, atau pencarian hibrida (kata kunci+vektor) dengan DashVector, yang mendukung vektor sparse maupun vektor dense untuk menyeimbangkan semantik dan kata kunci.
Generator Vektor Sparse
Kami merekomendasikan penggunaan DashText dari DashVector untuk encoding vektor sparse. DashText menggunakan algoritma BM25 untuk mengonversi teks mentah menjadi data vektor sparse, sehingga sangat menyederhanakan proses pencarian vektor berbasis kata kunci.
Skenario
Gunakan API DashVector untuk membuat layanan pencarian semantik dari awal berdasarkan kemampuan pengindeksan teks dan pencarian vektor guna mendukung aplikasi AI generatif seperti Qwen. Aplikasi ini dapat membuat konten berbasis teks (termasuk terjemahan, penulisan ulang, ringkasan, dll.), menulis kode, dan simulasi peran.
Manfaat
-
Sangat Efisien
Tambah, hapus, cari, dan revisi data vektor secara real-time, serta sinkronkan data inkremental atau penuh dari beberapa sumber data.
-
Cepat dan Akurat
Lakukan pencarian dengan filter menggunakan kombinasi berbagai operator, serta sesuaikan field data yang didukung oleh desain Tanpa Skema untuk mempercepat proses pencarian vektor.
DashVector mengabstraksi file tunggal gambar, video, dan teks menjadi fitur vektor berdimensi tinggi sebagai embedding, lalu membuat indeks vektor yang efisien berdasarkan semua fitur tersebut. Pengguna hanya perlu memasukkan input teks atau mengunggah foto atau video untuk mencari file yang serupa. Layanan pencarian multimodal ini sangat meningkatkan pengalaman pengguna.
Manfaat
-
Fleksibel
Atur beberapa koleksi dan partisi untuk data serta kelola dengan mudah.
-
Tanpa Skema
Sesuaikan field data dan tingkatkan fleksibilitas serta akurasi pencarian vektor.
-
Praktis
Siapkan layanan pencarian multimodal dengan cepat melalui API low-code dan SDK yang mudah digunakan.
Gabungkan layanan DashVector dengan Large Language Model (LLM) untuk membuat sistem Q&A pengetahuan khusus domain. Pertama, konversi baik input pengguna maupun konten basis pengetahuan menjadi vektor berkualitas tinggi, kemudian ubah proses pencocokan menjadi pencarian semantik dengan DashVector untuk mengekstrak pengetahuan yang relevan secara lebih akurat dan efisien. Melalui prompt yang sesuai, layanan ini dapat memahami maksud pengguna dan memberikan jawaban dengan informasi dari basis pengetahuan.
Manfaat
-
Cloud Native
Arsitektur sistem cloud-native memisahkan resource komputasi dari resource penyimpanan, sehingga memudahkan penskalaan ke atas dan ke luar.
-
Mudah Diintegrasikan
Integrasikan basis pengetahuan khusus domain dengan DashVector untuk menyediakan layanan Q&A yang akurat.
-
Scope Luas
Layanan Pengambilan Vektor mendukung penarikan cepat untuk data vektor berskala besar guna meningkatkan akurasi pencarian vektor.
Untuk skenario seperti pencarian cerdas dan push iklan, wawasan user seperti riwayat pembelian diubah menjadi data vektor. DashVector mencari informasi produk yang relevan berdasarkan kemiripan dalam database vektor untuk direkomendasikan kepada calon pembeli, sehingga meningkatkan tingkat pembelian dan pengalaman user.
Manfaat
-
Kompatibilitas Tinggi
Layanan Pengambilan Vektor mendukung berbagai macam jenis data dan berbagai metode pencarian.
-
Performa Tinggi
Engine pencarian vektor DAMO Academy untuk data teks dan vektor berskala besar serta arsitektur ketersediaan tinggi Alibaba Cloud memberikan performa tinggi untuk berbagai skenario pencarian.
-
Dapat dikustomisasi
Sesuaikan jarak pencarian dan atur nilai ambang batas untuk kemiripan (data vektor dengan kemiripan lebih tinggi dari nilai ambang batas akan disaring).
Mulai DashVector dalam 5 Langkah Sederhana
