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
Migrating Self-Managed Milvus to Zilliz Cloud for >99% Latency Reduction
Step-by-step guide to migrating 50M vectors from self-managed Milvus to Zilliz Cloud using milvus-backup. Achieve >99% query latency reduction with zero data loss.
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.
Cosmos World Foundation Model Platform for Physical AI
NVIDIA's Cosmos platform enables safe, digital twin training of GenAI models for physical applications, overcoming data scarcity and safety challenges.