Milvus 2.3ベータ版とZilliz Cloudでのエンタープライズアップグレード

Zilliz CloudはMilvus 2.3のベータ版を提供し、ベクターデータベース技術の大幅なアップデートを行います。このバージョンでは、開発者のためのデータ管理とクエリプロセスを強化することを目的とした機能が導入されています。また、Zilliz Cloudは、プロフェッショナルな環境におけるスケーラブルで堅牢なデータソリューションをサポートするというコミットメントを反映し、エンタープライズにフォーカスした新機能を導入しています。
利用可能なMilvus 2.3機能のハイライト
Milvus 2.3はZilliz Cloud上でベータ版として提供され、ベクターデータベースとのインタラクションに革命をもたらすいくつかの重要な機能を導入しています。
コサイン類似度](https://docs.zilliz.com/docs/search-metrics-explained?_highlight=cosine&_highlight=si#cosine-similarity)をMilvus 2.3に統合することで、類似度計算に高度な機能をもたらし、事前のベクトル正規化を不要にし、検索プロセスを効率化します。新機能範囲検索は、ベクトル検索の範囲を広げ、より正確で多様なデータ検索方法を提供し、特に推薦エンジンに有益です。重要な追加機能であるUpsert機能は、データ管理を合理化します。データセットの更新や操作の効率性を向上させ、データの一貫性と原子性が最重要視されるダイナミックな環境では重要な利点となる。
Rawベクトルリターン、JSON_CONTAINSフィルター、エンティティカウントなどの追加機能の詳細については、ドキュメントを参照してください。
エンタープライズ機能の強化
これらのAIネイティブなベクトル検索の進化と並行して、Zilliz Cloudはエンタープライズ機能の大幅なアップグレードを導入しました。強化された役割ベースのアクセス制御(RBAC)システムは、新しいプロジェクトメンバーの役割を含み、よりカスタマイズされたアクセス制御を可能にし、プロジェクトレベルのセキュリティを向上させる。AWS EUフランクフルトリージョンの一般的な利用可能性は、地理的なオプションを拡大し、多様な技術的および規制上のニーズに対応します。さらに、セルフサービスアカウントと組織の削除機能を導入することで、ユーザーはアカウント管理においてより多くのコントロールと柔軟性を得ることができる。これらの機能強化および安定性とユーザーエクスペリエンスにおけるその他の改善は、Zilliz Cloudが多様な企業要件に対応できる適応性とパワーを備えていることを裏付けている。
Zilliz CloudのAzure上での利用可能性
Zilliz CloudはMicrosoft Azureで利用可能になり、azure-east-usリージョンでデビューしました。この拡張により、Azureの開発者や企業は、ベクトルデータベースワークロードを管理するための新たな選択肢を得ることになります。この動きはまた、AWSやGoogle Cloudを含む主要なクラウドプラットフォームでのZilliz Cloudの利用が完了したことを意味する。
ZillizのAzureへの献身はこの達成にとどまらず、新たなAzureリージョンへの拡張など、今後の機能強化により、お客様のニーズに応じてZilliz Cloudを展開するための柔軟性が向上します。さらに、Zilliz CloudはまもなくAzure Marketplaceからアクセスできるようになり、管理および支払いプロセスが合理化されます。
結論
皆様からのフィードバックは、MilvusとZilliz Cloudの進化にとって非常に重要です。私たちは、私たちの開発者コミュニティが私たちのDiscordチャンネルまたは私たちに連絡を通じて直接彼らの考えや機能要求を共有することを招待します。皆様の洞察は、私たちのベクターデータベース技術の未来を形作る鍵となります。最も効果的でユーザー中心のデータソリューションを作るために協力しましょう。
読み続けて

Zilliz Named "Highest Performer" and "Easiest to Use" in G2's Summer 2025 Grid® Report for Vector Databases
This dual recognition shows that Zilliz solved a challenge that has long defined the database industry—delivering enterprise-grade performance without the complexity typically associated with it.

The Great AI Agent Protocol Race: Function Calling vs. MCP vs. A2A
Compare Function Calling, MCP, and A2A protocols for AI agents. Learn which standard best fits your development needs and future-proof your applications.

Advancing LLMs: Exploring Native, Advanced, and Modular RAG Approaches
This post explores the key components of RAG, its evolution, technical implementation, evaluation methods, and potential for real-world applications.