Zilliz Cloudのご紹介：フルマネージド・ベクターデータベース・クラウドサービスプレビュー
本日、私たちはZilliz Cloudのプレビューを開始します。Zilliz Cloudは、Milvusを中心に構築されたフルマネージドのベクトルデータベースサービスで、初期段階ではまずAWS上で稼働します。
クラウド上のベクターデータベースサービス
非構造化データは、現代において最も重要なデータタイプである。世界中で日々生成されるデジタルデータの約80％（さらに増加中）を占めている。非構造化データの例としては、テキスト、画像、タンパク質構造、地理空間情報、IoTデータストリームなどがある。最新のAIアルゴリズムは、非構造化データの深いセマンティクスを特徴ベクトルで表現するが、従来のデータベースは埋め込みベクトルを効果的に扱うようには設計されていなかった。世界は、特徴ベクトルを大規模かつリアルタイムで管理・処理するための目的別データインフラを必要としている。Zillizは2019年にMilvusを発明し、この使命の最前線にいます。そして今、私たちはフルマネージドベクターデータベースのクラウドサービスを皆様にお届けできることを誇りに思っています。
最も人気のあるオープンソースのベクトルデータベースとして、Milvusはそのパフォーマンス、スケーラビリティ、可用性で広く認知されています。高密度で高次元の埋め込みベクトルを効率的に処理することを目的として構築されたMilvusは、億単位のベクトルデータをミリ秒単位で処理することができ、本番環境でデータ量が増加しても容易に拡張することができます。Zillizクラウドは、お客様の経験を次のレベルに引き上げるために、Milvusの機能をサポートするだけでなく、データインフラ管理の煩わしさから解放します。
Zilliz CloudはエンタープライズレベルのAI開発を念頭に設計されています。](https://assets.zilliz.com/Zilliz_Cloud_03_882b880d41.png)
Zilliz Cloudの導入は、エンタープライズAIアプリケーション向けにパブリック・クラウド上で完全に管理されたベクトル・データベース・サービスを提供する我々の継続的な努力における大きなマイルストーンです。Zilliz Cloudは、より迅速で簡単なオンボーディング・エクスペリエンスに加えて、以下をもたらします：
- フルマネージド・エクスペリエンス**：Zilliz CloudにはMilvus®が最初から搭載されているため、メンテナンスにかかる負担はゼロです。
- 高いパフォーマンス**：Zilliz Cloudは、1兆個規模の膨大なデータセット上で、超低レイテンシーのベクトルデータ検索による比類なきベクトル類似検索を実現し、様々なインデックスタイプとAIアルゴリズムを幅広くサポートします。
- 柔軟な展開**：Zillizクラウドは、お客様のビジネスニーズに応じて、ダイナミックにスケールアップまたはスケールダウンすることができ、高速で設定可能なオートスケーリングにより、お客様のオペレーションへのパフォーマンスへの影響は最小限に抑えられます。
- エンタープライズレベルのセキュリティ**：Zilliz Cloudは、転送中のデータを完全に暗号化し、SOC 2に準拠し、クラスタのロールベースのアクセス制御を提供します。
Zilliz Cloudの長期的なビジョンは、ベクトルデータ処理、非構造化データ分析、およびエンタープライズAIアプリケーション開発のための統合プラットフォームを提供するフルマネージドDBaaS（Database-as-a-Service）になることです。
早期アクセスを申し込む
ZillizクラウドをMilvusのような素晴らしい製品にするために、Zillizクラウドをプライベートプレビューとしてリリースします。
詳しくはzilliz.com/cloudをご覧ください。
読み続けて
Zilliz Cloud Introduces Advanced BYOC-I Solution for Ultimate Enterprise Data Sovereignty
Explore Zilliz Cloud BYOC-I, the solution that balances AI innovation with data control, enabling secure deployments in finance, healthcare, and education sectors.
Similarity Metrics for Vector Search
Exploring five similarity metrics for vector search: L2 or Euclidean distance, cosine distance, inner product, and hamming distance.
Elasticsearch Was Great, But Vector Databases Are the Future
Purpose-built vector databases outperform dual-system setups by unifying Sparse-BM25 and semantic search in a single, efficient implementation.