서비스 범위 확대: Zilliz Cloud, 이제 3대 주요 클라우드 제공업체의 11개 리전에서 이용 가능
오늘날 빠르게 변화하는 AI 애플리케이션 개발 환경에서는 신뢰할 수 있고 확장 가능한 데이터 인프라에 접근할 수 있는 것이 매우 중요합니다. 그래서 저희는 최신 릴리스를 통해 Zilliz Cloud가 이제 AWS, Azure, Google Cloud Platform (GCP)이라는 세 주요 클라우드 제공업체와 각각의 마켓플레이스 전반에 걸쳐 11개 리전에서 제공된다는 소식을 전하게 되어 기쁩니다.
중요한 이유
이번 확장은 오픈 소스 벡터 데이터베이스 Milvus의 완전 관리형 버전인 Zilliz Cloud를 사용자와 더 가까운 위치에 배포하여 지연 시간을 줄이고 성능을 향상시킬 수 있음을 의미합니다. 제공 지역의 세부 내용은 다음과 같습니다:
AWS
Zilliz Cloud는 이제 미주, EMEA, APAC 전반의 주요 지역을 포괄하는 5개의 AWS 리전에서 제공됩니다:
US East (N. Virginia) - us-east-1
US East (Ohio) - us-east-2
US West (Oregon) - us-west-2
AP Southeast (Singapore) - ap-southeast-1
EU Central (Frankfurt) - eu-central-1
Google Cloud Platform (GCP)
저희는 GCP에서의 입지를 4개 리전으로 확장하여, 미국, 유럽, 아시아라는 세 주요 시장 모두에서의 커버리지도 보장합니다:
US West (Oregon) - us-west1
US East (Virginia) - us-east4
Europe West (Frankfurt) - europe-west3
Asia Southeast (Singapore) - asia-southeast1
Azure
Zilliz Cloud는 미국과 유럽 전역의 2개 Azure 리전에서 제공됩니다:
Virginia, USA - East US
Frankfurt, Germany - Germany West Central
Zilliz Cloud Now Available in 11 Regions across 3 Major Cloud Providers
이것이 여러분에게 의미하는 것
이러한 전략적 위치에서 Zilliz Cloud를 제공함으로써, 저희는 여러분이 사용자 기반에 더 가까운 곳에 애플리케이션을 배포할 수 있는 유연성을 확보하여 성능과 안정성을 향상시킬 수 있도록 보장합니다. 미주, EMEA, 또는 APAC에서 운영하든, Zilliz Cloud는 벡터 검색 애플리케이션을 효과적으로 구축하고 확장하는 데 필요한 커버리지를 제공합니다. 리전 제공 범위가 더 제한적인 다른 벡터 데이터베이스 공급업체와 비교할 때, Zilliz Cloud의 더 넓은 커버리지는 더 많은 배포 옵션을 제공하고 더 나은 서비스 가용성을 보장합니다.
이번 가용성 확대는 여러분의 개발 요구에 가능한 최고의 인프라를 제공하고, 복잡성을 줄이며 총소유비용(TCO)을 낮추는 데 도움을 드리려는 저희의 약속을 반영합니다.
오늘 Zilliz Cloud를 배포하고 전 세계에 분산된 고성능 벡터 데이터베이스의 이점을 경험해 보세요.
선호하는 리전에서 Zilliz Cloud를 시작하는 방법에 대한 자세한 내용은 저희 문서를 방문하세요.
계속 읽기
Introducing Zilliz Cloud Global Cluster: Region-Level Resilience for Mission-Critical AI
Zilliz Cloud Global Cluster delivers multi-region resilience, automatic failover, and fast global AI search with built-in security and compliance.
Similarity Metrics for Vector Search
Exploring five similarity metrics for vector search: L2 or Euclidean distance, cosine distance, inner product, and hamming distance.
Vector Databases vs. Graph Databases
Use a vector database for AI-powered similarity search; use a graph database for complex relationship-based queries and network analysis.