Milvus 2.3의 새로운 기능
Milvus 2.3.0 릴리스를 발표하게 되어 매우 기쁩니다. 이번 릴리스에는 흥미로운 여러 새로운 기능과 개선 사항이 포함되어 있습니다. 이 블로그 게시물에서는 그중 더 두드러진 기능 몇 가지를 소개합니다. 전체 변경 사항 목록은 release notes를 꼭 확인하세요.
📦 PyPI: https://pypi.org/project/milvus/
📚 Docs: https://milvus.io/docs
🛠️ Release Notes: https://milvus.io/docs/release_notes.md#v230
🐳 Docker Image: docker pull
🚀 Release: milvus-2.3.0
🖥️ GPU 및 ARM64를 통한 컴퓨팅 업그레이드:
Nvidia를 통한 GPU 인덱싱: QPS가 이전 CPU HNSW 인덱싱에 비해 3배 이상 향상되었습니다. 연산 집약적인 데이터셋의 경우 성능이 거의 10배 증가합니다.
ARM64 Docker Image: ARM CPU는 20% 더 비용 효율적이면서 20%의 성능 향상을 제공합니다.
🔎 검색 및 인덱싱 개선 사항:
범위 검색: 입력 벡터로부터 정의된 거리를 기반으로 벡터 검색을 가능하게 하는 더 세분화된 검색 메커니즘으로, 근접성 기반 데이터 검색을 더욱 직관적으로 만듭니다.
ScaNN 인덱스 통합: HNSW 또는 IVFFlat과 비교해 ScaNN 인덱스는 20%의 성능 향상을 제공하며 IVFFlat보다 7배 빠릅니다.
Growing Index: 데이터가 스트리밍되어 들어오면 Milvus 2.3이 이를 실시간으로 인덱싱하여 더 빠른 쿼리 실행을 보장합니다.
🔀 데이터 파이프라인 도구:
Pymilvus의 Iterator: 대량의 벡터를 배치 내보내기할 수 있게 하며, 특히 수만 건 규모의 데이터를 처리할 때 유용합니다.
Upsert 작업: 단일 요청에서 데이터를 동시에 업데이트하거나 삽입하여 데이터 관리를 간소화하고 효율성을 높입니다.
CDC 지원: 데이터 센터 간 데이터 동기화를 용이하게 하고, 증분 백업을 허용하며, 원활한 데이터 마이그레이션을 보장합니다.
또한 시스템의 운영성, 로드 밸런싱, 쿼리 성능도 개선했습니다. 여러 버그가 해결되었으며, ‘QueryNode’와 같은 핵심 구성 요소를 최적화했습니다. 메시지 큐 시스템은 더 나은 효율성을 위해 전면 개편되었습니다. 또한 Birdwatcher 및 Attu와 같은 도구도 더 나은 기능을 위해 업데이트되었습니다. 포괄적인 개요는 Milvus 2.3 release notes를 자세히 확인하세요.
마무리:
개발자 커뮤니티에 큰 감사를 드립니다. 여러분의 기여, PR, 피드백이 Milvus 2.3을 만들어냈습니다. 여러분이 이러한 업데이트를 어떻게 통합할지 기대하며, 앞으로도 지속적인 피드백을 기다리겠습니다. 계속 코딩하세요! 🖥️🔧
계속 읽기
Introducing Customer-Managed Encryption Keys (CMEK) on Zilliz Cloud
We're announcing the general availability of Customer-Managed Encryption Keys (CMEK) on Zilliz Cloud.
My Wife Wanted Dior. I Spent $600 on Claude Code to Vibe-Code a 2M-Line Database Instead.
Write tests, not code reviews. How a test-first workflow with 6 parallel Claude Code sessions turns a 2M-line C++ codebase into a daily shipping pipeline.
Zilliz Cloud Enterprise Vector Search Powers High-Performance AI on AWS
Zilliz Cloud on AWS powers secure, scalable, ultra-fast vector search for enterprise AI apps, with BYOC, sub-10ms latency, and zero-DevOps simplicity.