“ 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 WangCo-Founder
Built for Reliability
大規模ベクターデータベースの障害モードに対する深い理解に基づいて構築されています。8年にわたり、10,000社以上の企業で実運用テスト済み。
規模に合わせた設計
一貫したレイテンシーと予測可能なパフォーマンスで、100B以上のエンティティーと10K以上のQPSを処理するように設計されています。
低コストを実現
すべてのデータとインデックスをS3に置き、ホットキャッシュとオンデマンド・コンピュートでコストを90%削減。
フルスペクトル検索
ベクトル、テキストからJSON、地理空間へ-ハイブリッド検索、フィルタリング、リランキングを組み合わせた表現力豊かなマルチモーダルクエリ。
レイク・ネイティブ・ストレージ
オープンな次世代フォーマットであるVortex上に構築された、サービングとアナリティクスのための統合ストレージ。ランスより最大10倍高速で安価なランダムリードと、列ごとの柔軟なフォーマット。
“ 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 MorrisCo-Founder
“ 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 KumarHead of Performance Engineering
“ 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 KumarCo-Founder
リアルタイム・サービング・ハイライト
階層建築
柔軟な階層構造により、多様なワークロードに最適化し、膨大なデータセットに対応した超高性能、バランスの取れた効率性、コスト効率の高いスケーリングを実現します。
- パフォーマンス最適化ソリューション
- 容量最適化ソリューション
- 階層型ストレージ・ソリューション
AIアプリの大規模マルチテナント化
ベクター、フルテキスト、JSONのハイブリッド検索に加え、ホットコールドデータを提供する無制限の名前空間。
グローバル・クラスター
レプリケーションとフェイルオーバーによるマルチリージョン展開-低レイテンシー、高可用性のアクセスを世界中に確保し、AIアプリケーションの急速なグローバル展開をサポートします。
パフォーマンス
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
オンデマンド・コンピュート・ハイライト
オンデマンド検索
プロビジョニングされたコンピュート単位ではなく、クエリ単位で支払うことで、サーバーレスよりも劇的に低いコストでスケールが可能になる。
シームレスなバックフィルとスキーマ・イテレーション
継続的なAIの反復のために構築され、サービングに影響を与えることなく、スキーマとデータモデルをオンラインで補充し、進化させます。
あなたの湖にインデックスを
S3データを直接操作するオプションのアクセスモード（Iceberg、Lance、Vortex、Parquet）。インデックスが作成され、Zilliz上で提供される間、データはバケットに保持されます。
パフォーマンスとコスト
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
Vector Lakebase の CLI
あなたの Vector Lakebase。あなたのターミナル。完全なコントロール。
管理、検索、分析のための公式CLI。
Terminal