Echte KI, gebaut mit Zilliz
Sehen Sie, wie Teams Zilliz und Milvus nutzen, um RAG, Suche, Empfehlungen und KI-Agenten in Produktion zu bringen. Finden Sie die Geschichte, die zu Ihrem KI-Stack passt.
Exa baut Entity-Suchmaschine für KI-Agenten
- Productivity
- Semantic Search
- From Pinecone
- <200 ms Suchlatenz
- Exas neuronale Suchlatenz wurde mit Zilliz' hybrider Suche von Sekunden auf unter 200 ms reduziert
- Hohe Zuverlässigkeit
- Nahezu keine betrieblichen Vorfälle, wodurch Engineering-Zeit für die Produktarbeit frei wird
- Keine Ausfallzeit bei Schemaänderungen
- Neue filterbare Felder und Metadaten können hinzugefügt werden, ohne Indizes neu zu erstellen oder Sammlungen offline zu nehmen
OpenEvidence treibt medizinische KI an
- Healthcare
- From Pinecone
- From Elasticsearch
- < 10 ms
- Suchlatenz bei hohem Recall
- 4.000 QPS
- Vektorsuch-Traffic bei Spitzenlast
- 800.000+
- Verifizierte Kliniker mit hochwertigen Antworten versorgt
- 25 Mio.+
- Beratungsgespräche jeden Monat
Filevine: Transformation des juristischen Fallmanagements mit Vektorsuche
- Legal
- RAG
- Semantic Search
- From Milvus
- From Qdrant
- 30 Milliarden Vektoren
- Verwaltet über Millionen von Dokumenten hinweg
- Architektur der semantischen Suche
- Konzepte dokumentübergreifend verknüpfen, selbst wenn die genaue Terminologie abweicht.
- 60–80 %
- Zeitersparnis beim Konsumieren, Verarbeiten und Identifizieren relevanter Datenpunkte
- Sicherheit auf Unternehmensniveau
- Die SOC-2-Type-2-Zertifizierung von Zilliz bot das notwendige Vertrauen für den Umgang mit sensiblen rechtlichen Informationen.
Wie MiniMax Echtzeit-KI und Deduplizierung im Billionenmaßstab skaliert
- AI Models
- 30 ms Latenz bei über 5.000 QPS
- für Echtzeit-Empfehlungen
- 3–5-fache Kostensenkung
- in Workflows zur Deduplizierung von Trainingsdaten
- 2× schneller bei der LLM-Datenvorverarbeitung
- im Vergleich zu herkömmlichen MapReduce-Systemen
- Datendeduplizierung im Petabyte-Maßstab
- mit nativer MinHash- + LSH-Engine
Choosing a vector database for ANN search at Reddit
- Media
- Semantic Search
- ~340M
- Milvus 2.4 test vectors
- 100 QPS
- Query load during ingest
- Ingest isolation
- Less query impact during ingest
- Auto rebalance
- When adding replicas
Consensus baut agentische akademische Suche über 400M+ wissenschaftliche Quellen auf
- Productivity
- 400 Mio.+
- Wissenschaftliche Quellen durchsuchbar
- ~45 ms
- P99-Dense-Retrieval-Latenz in Produktion
- 14% höher
- Präzision in den Suchergebnissen nach dem Hinzufügen der semantischen Suche
- 4× größer
- Vektoren für nur das 2,5-Fache der Clustergröße, ohne Latenzeinbuße.
Wie Airtable eine Vektorinfrastruktur aufgebaut und skaliert hat
- Productivity
- Semantic Search
- Abfragen mit niedriger Latenz
- Vorhersehbare Leistung ist entscheidend für das Vertrauen der Nutzer
- Schreibvorgänge mit hohem Durchsatz
- Datenbestände ändern sich ständig, und Embeddings müssen synchron bleiben
- Horizontale Skalierbarkeit
- das System muss Millionen unabhängiger Basen unterstützen
Plaud ermöglicht Agentenspeicher im Milliardenmaßstab
- Productivity
- RAG
- < 200 ms
- Durchschnittliche Abruflatenz
- 10 Mrd.+
- Vektor-Chunks pro Region, mit Raum zum Wachsen
- In Tagen
- Backfill historischer Daten im Milliardenmaßstab, ohne Dienstunterbrechung
- Null Ausfallzeit
- Schemaänderungen und Cluster-Upgrades bei einer Always-on-App
Wie Meituan eine Retrieval-Plattform im 10B-Maßstab baute, um 100+ Anwendungsfälle zu unterstützen
- Ecommerce
- 10B+ Vektoren
- In Produktion, selbst betrieben auf Milvus.
- 2B+ in einer Sammlung
- Die größte einzelne Arbeitslast, gewachsen ohne Neuarchitektur.
- P99 8.1 ms
- ~1.000 QPS und >97 % Recall bei einem Benchmark mit 100 Millionen Vektoren und 768 Dimensionen
- 100+ Anwendungsfälle
- Auf einer gemeinsamen Milvus-Plattform: RAG, Agentenspeicher und mehr
Wie eine weltweit führende Musikplattform über 100 Millionen Songs nach Klang und Songtext durchsucht
- Media
- Multimodal Search
- From Elasticsearch
- 100M+ Titel
- Der gesamte Katalog eingebettet und durchsuchbar, einschließlich des Long Tails.
- ~10 ms P99
- Ein Treffer unter Milliarden von Audio-Embeddings, bei hunderten Suchanfragen pro Sekunde
- Durch Klang und Bedeutung
- Finde einen Song anhand einer Melodie, eines Clips oder eines umschriebenen Liedtexts, nicht nur anhand seines Titels.
Bosch erzielt 80 % Kostensenkung und optimierte Sucheffizienz
- Energy
- 80 %
- Senkung der Kosten für die Datenerhebung
- ~1,4 Mio. $
- Senkung der jährlichen Lagerkosten
- Millisekunden-Ebene
- Abruf von Milliarden von Datenpunkten mit einer skalierbaren Architektur
Wie die Trip.com Group die Hotelsuche für Reisende weltweit nahtlos macht
- Ecommerce
- Intelligentere, absichtsgesteuerte Suche
- Liefert präzise, mehrsprachige Hotelergebnisse, die die Absicht von Reisenden verstehen – nicht nur Keywords.
- Schnellere Innovation, geringerer Overhead
- Eliminiert Clusterverwaltungs- und Skalierungsaufgaben, sodass Teams sich auf Innovation konzentrieren können.
- <100 ms Latenzoptimierung
- Bietet blitzschnelle Hotelsuche in Echtzeit mit P99.9-Antwortzeiten unter 100 ms.
- Nahtlose globale Skalierbarkeit
- Ermöglicht Echtzeitsuche über Hunderte Millionen von Angeboten hinweg mit Zuverlässigkeit auf Enterprise-Niveau und geringer Latenz.
“Zilliz gave us real-time retrieval for our AI search system at scale with tight latency targets. It freed up engineering cycles and let us focus on improving reasoning on the model side, not managing infrastructure.”
“Zilliz Cloud has helped us create a strong foundation behind the scenes as we continue to grow and serve hundreds of thousands of clinicians.”
“Zilliz helps our teams deliver fast, reliable retrieval across complex legal workflows, so customers can find the context they need when it matters.”
“Milvus and Zilliz make it practical to power fast semantic retrieval across meeting intelligence workflows.”
“Zilliz supports high-scale search experiences where latency and reliability are critical.”
“Zilliz gives product teams a strong retrieval foundation for building AI-native workflows on structured and unstructured data.”
“Zilliz helps us match people with the right opportunities through fast, relevant AI search.”