Fomentando la innovación: nuestro enfoque para el despliegue de funciones de Milvus de código abierto a Zilliz Cloud
Escrito por James Luan, vicepresidente de Ingeniería en Zilliz
En Zilliz, nuestro compromiso con la innovación y la colaboración comunitaria está en el centro de nuestra misión. Milvus, nuestro proyecto de código abierto, refleja esta dedicación. Como desarrolladores, elegimos hacer Milvus de código abierto porque es vital tener la libertad de probar software para ver si hace lo que necesitamos que haga para nuestros esfuerzos de desarrollo. Incluso dentro de Milvus, elegimos deliberadamente usar varios proyectos de código abierto (NATS, Kafka, Minio, etc.) y, cuando es posible, contribuir de vuelta a esos proyectos.
Mientras escribo esto, recuerdo a Richard Stallman, el fundador del sistema operativo libre de estilo Unix GNU y un destacado defensor del movimiento de código abierto, enfatizando las cuatro libertades esenciales del código abierto:
La libertad de ejecutar el programa como quieran, para cualquier propósito.
La libertad de estudiar cómo funciona el programa y cambiarlo para que haga lo que quieres. Debe tener acceso al código fuente.
La libertad de redistribuir: para ayudar a tu vecino.
La libertad de redistribuir copias de versiones modificadas. Al hacer esto, puedes dar a toda la comunidad la oportunidad de beneficiarse de tus cambios. El acceso al código fuente es una condición previa para esto.
Estas libertades son importantes y son la creencia subyacente que nos permite esforzarnos por ofrecer funciones rápidamente, asegurando que la comunidad se beneficie de los últimos avances en tecnología de bases de datos vectoriales.
Sin embargo, nuestro compromiso con la excelencia va más allá de la velocidad. La transición de funciones de Milvus a Zilliz Cloud implica un proceso meticuloso guiado por tres principios fundamentales:
1. Iteración con precisión:
Creemos en iterar rápidamente para alinear nuestros desarrollos con las necesidades de la comunidad. A veces, Milvus sirve como campo de pruebas, lo que nos permite recibir comentarios valiosos y tomar decisiones informadas.
2. Probar el terreno:
Ocasionalmente, funciones que aún no se consideran listas para producción podrían llegar a Milvus. Estas funciones, aunque no están finalizadas, están listas para pruebas y comentarios. Valoramos los conocimientos de la comunidad para perfeccionar estos elementos. Esta práctica nos ha ayudado a realizar mejoras en las funciones e incluso a abandonar algunas funciones por completo.
3. Calidad por encima de velocidad:
Nuestro compromiso con la excelencia significa que no hacemos concesiones en calidad. Antes de migrar funciones a Zilliz Cloud, nos aseguramos de que cumplan estándares sólidos. Con este compromiso, a veces nos encontramos en una situación en la que puede haber unos meses en los que las funciones de Milvus aún no se hayan implementado en Zilliz Cloud, lo que puede decepcionar a nuestros clientes. Entendemos la importancia de una experiencia fluida y estamos dedicados a minimizar las brechas entre los lanzamientos de Milvus y su implementación en Zilliz Cloud.
Nos esforzamos por agilizar la transición de Milvus a Zilliz Cloud de manera eficiente, proporcionando rápidamente a nuestros usuarios funciones de vanguardia. Sin embargo, debemos destacar que logramos esto sin comprometer la garantía de calidad necesaria para una plataforma sólida y confiable. Nos comprometemos a comunicar cualquier distinción entre Milvus y Zilliz Cloud a través de nuestra documentación, blogs y canales de Discord. Si bien haremos todo lo posible para cubrir todos los aspectos, reconocemos que pueden ocurrir descuidos, y alentamos a la comunidad a llamarnos la atención sobre ellos para que podamos abordarlos con prontitud.
Apreciamos la colaboración con nuestra comunidad, y sus comentarios son fundamentales para dar forma al futuro de Milvus y Zilliz Cloud. Juntos, estamos construyendo algo extraordinario.
Gracias por ser parte de nuestro viaje.
Sigue leyendo
Introducing Functions and Model Inference on Zilliz Cloud: Automatic Embedding and Reranking with Hosted Models
Zilliz Cloud Functions auto-generate embeddings via OpenAI, Voyage AI, Cohere, or Zilliz Hosted Models. Built-in reranking — just insert text and search.
How to Install and Run OpenClaw (Previously Clawdbot/Moltbot) on Mac
Turn your Mac into an AI gateway for WhatsApp, Telegram, Discord, iMessage, and more — in under 5 minutes.
Cosmos World Foundation Model Platform for Physical AI
NVIDIA's Cosmos platform enables safe, digital twin training of GenAI models for physical applications, overcoming data scarcity and safety challenges.