El Vector
Lakebase para IA

Más allá de las bases de datos vectoriales: serving en tiempo real, descubrimiento iterativo y analítica por lotes sobre una única fuente de verdad, cada uno con el coste adecuado y a escala de cientos de miles de millones de datos.

Construido por los creadores de Milvus.

Desarrollar con la CLIcurl -fsSL https://zilliz.com/cli/install.sh | bash
// Try Asking
Real-time Serving
Iterative Discovery
Batch Analytics
Hot Cache
On-demandCompute
  • Exa
  • OpenEvidence
  • Filevine
  • MiniMax
  • Consensus
  • Airtable
  • Read AI
  • Gorgias

Creado para la fiabilidad

Basado en un profundo conocimiento de los modos de fallo de las bases de datos vectoriales a gran escala. Probado en producción en más de 10.000 empresas durante 8 años.

Creado para la fiabilidadCreado para la fiabilidad hover

Construido a escala

Diseñado para gestionar más de 100B de entidades y más de 10K QPS con una latencia constante y un rendimiento predecible.

Construido a escalaConstruido a escala hover

Diseñado para reducir costes

Todos los datos e índices en S3, con caché en caliente y computación bajo demanda para reducir los costes en un 90%.

Diseñado para reducir costesDiseñado para reducir costes hover

Búsqueda de espectro completo

De vectores y texto a JSON y geoespacial, combinado con recuperación híbrida, filtrado y reordenación para consultas multimodales expresivas.

Búsqueda de espectro completoBúsqueda de espectro completo hover

Almacenamiento de nativos de lagos

Almacenamiento unificado para servicios y análisis, basado en Vortex, un formato abierto de nueva generación. Lecturas aleatorias hasta 10 veces más rápidas y baratas que Lance, con flexibilidad de formato por columna.

Almacenamiento de nativos de lagosAlmacenamiento de nativos de lagos hover
Exa

“ Zilliz Cloud has been an important part of Exa’s journey to build and scale entity search, giving us the retrieval performance and operational simplicity we need to scale quickly and confidently. ”

Jeffrey Wang
Jeffrey WangCo-Founder
Leer más
Filevine

“ With Zilliz Cloud, we have achieved a true consciousness of data, bringing the data together in the way that an individual doing their job needs to see it. ”

Nathan Morris
Nathan MorrisCo-Founder
Leer más
OpenEvidence

“ Zilliz Cloud has helped us create a strong foundation behind the scenes as we continue to grow and serve hundreds of thousands of clinicians. ”

Jagath Kumar
Jagath KumarHead of Performance Engineering
Leer más
Sarvam

“ Zilliz gave us real-time retrieval for our multilingual RAG 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. ”

Dr. Pratyush Kumar
Dr. Pratyush KumarCo-Founder

Lo más destacado del servicio en tiempo real

Rendimiento

Setup: 768-dimensional vectors, top-k = 10, cluster-size = 1 CU

Performance-Optimized SolutionCapacity-Optimized SolutionTiered-Storage Solution
Average Latency
3 ms
21 ms
107 ms
P99 Latency
5 ms
37 ms
253 ms
QPS
1476
236
22
Total Vectors
2M
6M
25M

Lo más destacado de la informática a la carta

Rendimiento y coste

Setup: 1 billion 768-dimensional vectors, top-k = 100k, cluster-size = 64 CU

Warm SearchCold-Start Search
Average Latency
0.6 s
16 s
P99 latency
1.1 s
18 s
Total Vectors
1B
Cost per 1K Searches(5% cold-start, 95% warm)$9.9
Write cost$0
Storage Cost / Month(1B vectors + index, 2.1 TB)$53.7

La CLI para Vector Lakebase

Su Vector Lakebase. Su terminal. Control total.
La CLI oficial para gestión, búsqueda y análisis.

Terminal

Segura y conforme a la normativa
Infraestructura de bases de datos vectoriales distribuida a nivel mundial

Explora las regiones y la disponibilidad de Zilliz Cloud
AWS
Google Cloud
Azure