Cree aplicaciones GenAI en tiempo real con Zilliz Cloud y Confluent Cloud para Apache Flink®
Hoy, nos complace asociarnos con Confluent para habilitar la búsqueda semántica de actualizaciones en tiempo real impulsada por Apache Kafka®, Apache Flink® y la base de datos vectorial Milvus. Con el avance de la IA, los modelos de embeddings y la recuperación vectorial se han adoptado ampliamente para implementar búsqueda y recomendación en muchas aplicaciones, incluidas la búsqueda empresarial, el comercio electrónico y la cada vez más popular generación aumentada por recuperación (RAG). Para cualquier sistema de búsqueda y recomendación, la actualidad de la información es fundamental para la experiencia del usuario final.
Confluent acaba de anunciar la disponibilidad general del único servicio Apache Flink® cloud-native y serverless de la industria, ahora disponible directamente junto con Apache Kafka® cloud-native en la plataforma de transmisión de datos totalmente gestionada de Confluent. La nueva oferta de Flink ya está lista para usarse en AWS, Google Cloud y Azure. Integrado directamente con Milvus y Zilliz Cloud (Milvus totalmente gestionado), Confluent proporciona una solución sencilla para acceder a flujos de datos de toda la empresa y procesarlos con el fin de crear una base de conocimiento en tiempo real, contextual y confiable que impulse aplicaciones de IA.
Cómo funciona Zilliz Cloud con Confluent Cloud
Las aplicaciones GenAI en tiempo real requieren procesamiento de datos en tiempo real
Implementar con éxito aplicaciones GenAI como la generación aumentada por recuperación (RAG) requiere crear pipelines de datos que proporcionen flujos de datos relevantes y en tiempo real provenientes de todos los rincones de la empresa. Sin embargo, preparar pipelines de este tipo no es una tarea sencilla, especialmente cuando se tiene en cuenta una cantidad cada vez mayor de fuentes de datos diversas que abarcan tanto entornos de datos heredados como modernos.
Garantizar que las aplicaciones tengan acceso a pipelines en tiempo real con datos procesados y preparados a menudo requerirá asignar valiosos recursos de ingeniería para gestionar herramientas de código abierto internamente, en lugar de centrarse en la innovación con impacto empresarial. Como alternativa, procesar de forma segura flujos de datos en múltiples sistemas posteriores (o en múltiples sistemas distribuidos) es complejo e inhibe la (re)utilización de los datos, lo que requiere un procesamiento redundante y costoso.
Sin un medio confiable y rentable para procesar y preparar los flujos de datos en tiempo real requeridos por las herramientas posteriores, los beneficios de GenAI seguirán estando fuera del alcance de la mayoría.
Crea fácilmente flujos de datos reutilizables y de alta calidad con el único servicio Flink cloud-native y serverless de la industria
Apache Flink es un framework unificado de procesamiento de flujos y por lotes que ha sido uno de los cinco principales proyectos de Apache durante muchos años. Flink cuenta con una comunidad de colaboradores sólida y diversa, respaldada por empresas como Alibaba y Apple. Impulsa plataformas de procesamiento de flujos en muchas empresas, incluidas nativas digitales como Uber, Netflix y LinkedIn, así como empresas exitosas como ING, Goldman Sachs y Comcast.
Totalmente integrado con Apache Kafka en Confluent Cloud, el nuevo servicio Flink de Confluent permite a las empresas:
● Filtrar, unir y enriquecer sin esfuerzo tus flujos de datos de Confluent con Flink, el estándar de facto para el procesamiento de flujos
● Habilitar un procesamiento de flujos eficiente y de alto rendimiento a cualquier escala, sin las complejidades de la gestión de infraestructura
● Experimentar Kafka y Flink como una plataforma unificada, con monitoreo, seguridad y gobernanza totalmente integrados
Al aprovechar Kafka y Flink como una plataforma unificada, los equipos pueden conectarse a fuentes de datos en cualquier entorno, limpiar y enriquecer flujos de datos sobre la marcha y entregarlos en tiempo real a la base de datos vectorial Milvus para una búsqueda semántica o recomendación eficiente. Gracias a la arquitectura escalable de Milvus, los datos se vuelven instantáneamente buscables sin sacrificar la latencia de las consultas de búsqueda en curso. Esto garantiza que las apps de GenAI tengan la vista más actualizada de los datos empresariales.
El servicio Flink totalmente gestionado de Confluent ya está disponible de forma general en los tres principales proveedores de servicios en la nube, proporcionando a los clientes una verdadera solución multinube y la flexibilidad para desplegar sin problemas cargas de trabajo de procesamiento de streams dondequiera que residan sus datos y aplicaciones. Respaldado por un SLA de tiempo de actividad del 99,99 %, Confluent garantiza un procesamiento de streams fiable con soporte y servicios de los principales expertos en Kafka y Flink.
Juntos, Zilliz y Confluent permiten un desarrollo más sencillo de aplicaciones GenAI
Nuestra integración con Confluent permite a tus equipos aprovechar una base de datos vectorial enriquecida continuamente con actualizaciones de datos empresariales que se transmiten e indexan en tiempo real, para que puedas crear y escalar rápidamente las aplicaciones de IA con la mejor experiencia de usuario.
Primeros pasos
Consulta el Kafka-Milvus Connector de código abierto y úsalo con tus instancias de Flink y Kafka en Confluent Cloud y Milvus totalmente gestionado en Zilliz Cloud para que las actualizaciones de datos en tiempo real estén disponibles al instante para la búsqueda vectorial.
¿Aún no eres cliente de Confluent? Comienza hoy tu prueba gratuita de Confluent Cloud. Los nuevos registros reciben 400 USD para gastar durante sus primeros 30 días, sin necesidad de tarjeta de crédito.
Sigue leyendo
Introducing Zilliz CLI and Agent Skills for Zilliz Cloud
Manage your vector database from your terminal or AI coding agent. Zilliz CLI and Agent Skills work with Claude Code, Cursor, Codex, and Copilot.
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.
VidTok: Rethinking Video Processing with Compact Tokenization
VidTok tokenizes videos to reduce redundancy while preserving spatial and temporal details for efficient processing.