Novità per Zilliz Cloud: Cardinal Search Engine, GCP Marketplace, Databricks Connector e altro
I nostri ultimi lanci di prodotto Zilliz Cloud sono live, con nuove funzionalità per generare un reale impatto sul business attraverso innovazioni AI con il nostro database vettoriale e i nostri servizi dati. Cosa c’è di nuovo? Zilliz Cloud migliora significativamente le prestazioni della ricerca vettoriale, garantendo al contempo sicurezza di livello enterprise e integrazione dei dati senza interruzioni.
Le principali novità includono un notevole incremento delle prestazioni di 10x, la semplificazione dei processi di budgeting, pagamento e procurement, l’eliminazione della necessità di codice personalizzato e l’abilitazione di elaborazione e indicizzazione fluide dei dati non strutturati.
Ecco una panoramica delle nostre nuove funzionalità–continua a leggere per maggiori dettagli:
Nuove funzionalità di Zilliz Cloud:
Unisciti a noi nel nostro webinar di lancio per vedere queste innovazioni in azione
Cardinal Search Engine: ricerca 10X più veloce, 50% di capacità in più
Progettato da zero con C++ moderno e metodi pratici di Approximate Nearest Neighbor Search (ANNS), Cardinal è un motore di ricerca vettoriale multi-threaded e ad alta efficienza. Gestisce attività che spaziano dalle ricerche brute-force alla modifica degli indici ANNS e al lavoro con vari formati di dati, inclusi FP32, FP16 e BF16. L’obiettivo principale di Cardinal è velocità ed efficienza, consentendoti di elaborare più richieste degli utenti entro i tuoi vincoli di risorse.
L’innovazione alla base di Cardinal è una testimonianza dei nostri umili inizi, quando abbiamo abbracciato con convinzione il calcolo eterogeneo. Il nostro team ha perfezionato gli algoritmi, impiegato kernel ottimizzati specializzati di basso livello per operazioni ad alta intensità di calcolo e garantito il supporto per più piattaforme hardware, tra cui x86 e ARM. Cardinal sfrutta tecnologie all’avanguardia come le estensioni AVX-512 per x86 e i set di istruzioni NEON e SVE per ARM, offrendo codice ottimizzato per un calcolo efficiente. Queste ottimizzazioni meticolose garantiscono che Cardinal operi alle massime prestazioni, rendendolo il motore di ricerca vettoriale più veloce del settore.
Con Cardinal, i nostri clienti possono ottenere un notevole incremento delle prestazioni di 10x rispetto a Milvus open-source ed elaborare query alla velocità della luce mantenendo un elevato tasso di recall. Che tu stia gestendo dataset di grandi dimensioni o abbia bisogno di risposte rapide, Cardinal garantisce che le tue ricerche vettoriali vengano eseguite rapidamente ed efficientemente. Risultati di query rapidi migliorano le esperienze degli utenti e offrono un vantaggio competitivo per le tue applicazioni AI. Puoi leggere di più su quali casi d’uso reali ci hanno ispirato a costruire Cardinal.
"Siamo rimasti colpiti dalle prestazioni di Zilliz Cloud, in particolare sotto carichi di dati elevati," ha dichiarato Alex Alexander, CEO & Founder di Picdmo. "L'introduzione del motore di ricerca Cardinal, con la sua promessa di aumentare le prestazioni di Milvus e raddoppiare quelle del precedente Zilliz Cloud, sarà rivoluzionaria per noi. Questo salto in efficienza, unito agli ultimi progressi in materia di sicurezza, eleverà significativamente la nostra capacità di offrire ricerche avanzate di similarità delle immagini per i nostri clienti."
Dai un'occhiata al nostro blog sul Cardinal Search Engine per saperne di più.
Milvus 2.3 generalmente disponibile su Zilliz Cloud: funzionalità avanzate di ricerca vettoriale pronte per carichi di lavoro di produzione
Dopo una fase beta di quattro mesi, l'attesissimo Milvus 2.3 è generalmente disponibile su Zilliz Cloud. Gli utenti di Zilliz Cloud possono ora utilizzare con fiducia queste funzionalità avanzate di ricerca vettoriale e gestione dei dati in un ambiente di produzione.
Alcuni punti salienti delle funzionalità in questa versione includono:
Cosine Similarity: Funzionalità avanzate nei calcoli di similarità, eliminando la necessità di una precedente normalizzazione vettoriale e semplificando i processi di query.
Upsert Function: Gestione dei dati semplificata con maggiore efficienza nell'aggiornamento e nell'eliminazione dei dataset, particolarmente preziosa in ambienti dinamici in cui la coerenza e l'atomicità dei dati sono cruciali.
Range Search: Questa funzionalità fornisce metodi di recupero dei dati più precisi per alcuni casi d'uso ampliando l'ambito dell'interrogazione vettoriale oltre la ricerca top-K. È particolarmente vantaggiosa per i motori di raccomandazione, garantendo suggerimenti più pertinenti per gli utenti.
Supporto ai file Apache Parquet: Capacità di gestione dei dati migliorate con l'efficiente formato di archiviazione colonnare di Parquet, offrendo una migliore compressione e prestazioni di query, specialmente con dataset complessi.
Supporto al tipo di dati Array: Consente un filtraggio preciso dei metadati per ricerche avanzate basate su più attributi. Ad esempio, nell'e-commerce, questa funzionalità consente ricerche avanzate basate su diversi tag di prodotto, garantendo risultati di ricerca altamente pertinenti per gli utenti.
Integrazione con GCP Marketplace: semplificare la pianificazione del budget, il pagamento e l'approvvigionamento
L'integrazione di Zilliz Cloud con Google Cloud Marketplace è attiva, offrendo agli sviluppatori un'esperienza fluida per sfruttarne le capacità. Puoi attingere alle risorse e all'infrastruttura di Google Cloud senza la complessità di procedure separate di pagamento e approvvigionamento. Questa integrazione semplifica inoltre la tua esperienza eliminando la necessità di pianificazione anticipata del budget e impegni per le tue nuove iniziative di IA. Man mano che il tuo progetto evolve, puoi scalare i tuoi cluster e pagare in base alle tue esigenze, allineando le risorse alla crescita del tuo progetto.
Hai flessibilità nello scegliere come accedere a Zilliz Cloud tramite Google Cloud Marketplace. Puoi configurare GCP Marketplace come metodo di pagamento nell'interfaccia utente di Zilliz Cloud o abbonarti direttamente tramite la scheda di Google Marketplace. Per gli sviluppatori che si registrano tramite GCP Marketplace, c'è un bonus aggiuntivo: riceverai il credito standard di $100 disponibile per i nuovi utenti e un credito extra di $100.
Aggiungi GCP Marketplace nell'interfaccia utente di Zilliz Cloud
Finora, Zilliz Cloud è stato disponibile su tre principali provider cloud, AWS, Azure e GCP, in 8 regioni in tutto il mondo. Questa ampia disponibilità garantisce che tu possa accedere alle potenti funzionalità di Zilliz Cloud ovunque siano ospitati i tuoi progetti. Offre flessibilità e accessibilità, permettendoti di distribuire facilmente le tue applicazioni AI.
Controllo degli accessi basato sui ruoli: abilita controlli di accesso granulari alle risorse critiche su larga scala
Il controllo degli accessi basato sui ruoli (RBAC) in Zilliz Cloud fornisce un approccio strutturato e scalabile alla gestione delle autorizzazioni per la sicurezza dell’accesso ai dati. Negli ultimi mesi, abbiamo introdotto molteplici funzionalità, rendendo il sistema RBAC di Zilliz Cloud più granulare e completo di quello di qualsiasi fornitore di database vettoriali sul mercato. RBAC è separato in due livelli: il livello di controllo e il livello dei dati. Nel livello di controllo, i ruoli governano le autorizzazioni operative per risorse come cluster, progetti, utenti e fatturazione. Zilliz Cloud supporta quattro ruoli nel livello di controllo, con amministratori dell’organizzazione, proprietari di progetto e membri di progetto come i tre ruoli comunemente utilizzati:
Amministratore dell’organizzazione: Questo ruolo dispone di autorizzazioni di gestione complete per l’organizzazione, incluse impostazioni dell’organizzazione, metodi di pagamento, fatturazione, chiavi API, tutti i progetti all’interno dell’organizzazione e le risorse correlate.
Proprietario del progetto: I proprietari del progetto dispongono di autorizzazioni di gestione complete per i progetti, incluse impostazioni del progetto, tutti i cluster all’interno del progetto, chiavi API e altre risorse correlate.
Membro del progetto: I membri del progetto dispongono di autorizzazioni di lettura-scrittura per tutti i cluster all’interno del progetto, della possibilità di visualizzare i dettagli del cluster e di gestire raccolte e indici.
Al contrario, nel livello dei dati, i ruoli si concentrano sul controllo della capacità di aggiungere, eliminare, modificare e accedere ai dati all’interno dei cluster. Zilliz Cloud offre tre ruoli integrati nel livello dei dati: Admin, Read-Only e Read-Write, che controllano le autorizzazioni di lettura e scrittura e i diritti di gestione per i dati del cluster. Inoltre, per requisiti aziendali specifici, come consentire al personale autorizzato l’accesso a dati sensibili o utilizzare le raccolte come unità di isolamento multi-tenant per garantire un accesso sicuro ai dati, Zilliz Cloud consente agli utenti di creare ruoli personalizzati. Questi ruoli personalizzati possono definire autorizzazioni da rispettare per raccolte, partizioni o operazioni specifiche, garantendo il principio della minimizzazione delle autorizzazioni sui dati quando si utilizza Zilliz Cloud.
Con RBAC granulare sia a livello di controllo sia a livello dei dati, le aziende possono ottenere un controllo dettagliato sull’accesso ai propri dati, migliorando sicurezza e conformità, facilitando al contempo la collaborazione tra i team e garantendo che gli utenti abbiano il livello di accesso appropriato per i loro ruoli e responsabilità.
Connettore Databricks: sfrutta la potente elaborazione dei dati di Databricks insieme all’indice vettoriale e alla ricerca di Zilliz Cloud senza necessità di codice personalizzato
Di recente abbiamo ampliato le nostre capacità di connettività e trasformazione dei dati introducendo i Connettori Confluent e Airbyte. Il nostro impegno nel fornire soluzioni pronte all’uso per le esigenze di integrazione dei dati dei nostri utenti ha guidato questi rilasci. Passiamo al nostro prossimo traguardo nella creazione di una piattaforma per dati non strutturati: il Connettore Databricks.
Il Connettore Databricks offre una soluzione semplice per la migrazione e la trasformazione dei dati, semplificando il processo di sviluppo per molti casi d’uso AI. Che tu faccia parte di un team con capacità di ricerca ML che desidera aggiornare i modelli di embedding o sia un utente individuale che vuole caricare record di data frame direttamente da Spark a Milvus, questo connettore offre la flessibilità di cui hai bisogno.
Con il Databricks Connector, puoi importare dati in Zilliz Cloud in due modi: streaming per aggiornamenti in tempo reale e batch per grandi dataset. Consulta i nostri notebook di esempio per una guida passo passo su come utilizzarlo in modo efficace.
Altri aggiornamenti di sicurezza
Zilliz Cloud ha ottenuto le certificazioni di conformità SOC2 Type 2 e ISO27001 negli ultimi mesi. Queste certificazioni dimostrano il nostro impegno nel mantenere i più elevati standard di sicurezza e protezione dei dati, così puoi affidarti a Zilliz Cloud per gestire in modo sicuro i tuoi dati preziosi, garantendo riservatezza, integrità e disponibilità.
Creare applicazioni AI più robuste con le funzionalità di Zilliz Cloud
Vuoi saperne di più? Iscriviti al webinar di lancio Q1 ‘24 di Zilliz Cloud il 1° febbraio. Scoprirai come Zilliz Cloud consente di trasformare dati non strutturati e applicazioni AI attraverso prestazioni e scalabilità senza pari, direttamente dal nostro VP of engineering.
Pronto a iniziare? Se non l’hai ancora fatto, inizia gratuitamente con Zilliz Cloud senza problemi di installazione e senza richiedere una carta di credito. Puoi anche iniziare la tua prova gratuita di 30 giorni del piano Standard con crediti per un valore di 100 $ al momento della registrazione. Puoi contattarci tramite il nostro portale di supporto se riscontri problemi o hai domande durante l’utilizzo di Zilliz Cloud.
Continua a leggere
VDBBench Adds Cost-Aware Benchmarking for Vector Databases
Compare Zilliz Cloud, Pinecone, and turbopuffer with VDBBench cost-aware vector database benchmarks across latency, freshness, multitenancy, and cold starts.
Vector Lakebase: End the AI Data Silo
Learn how Vector Lakebase unifies vector search, data lakes, and AI data operations so teams can serve RAG and agents without copy-and-sync pipelines.
Building RAG Pipelines for Real-Time Data with Cloudera and Milvus
explore how Cloudera can be integrated with Milvus to effectively implement some of the key functionalities of RAG pipelines.