“ Zilliz Cloud has been an important part of Exa’s journey to build and scale entity search, giving us the retrieval performance and operational simplicity we need to scale quickly and confidently. ”
Jeffrey WangCo-Founder
Zilliz Cloud named a leader in the Forrester Wave™
Vector Database Providers, Q3 2024
Vector
Lakebase для ИИ
Больше, чем векторные базы данных: обслуживание в реальном времени, итеративное исследование и пакетная аналитика на едином источнике истины, каждое с правильной стоимостью и в масштабе сотен миллиардов данных.
Построена создателями Milvus.
Разрабатывать с CLIcurl -fsSL https://zilliz.com/cli/install.sh | bash
S3
Hot Cache
On-demand
Compute
Compute
Представляем Zilliz CLI и Agent Skills для Zilliz Cloud
С сегодняшнего дня вы можете управлять всем развертыванием Zilliz Cloud, не выходя из терминала или ИИ-агента для кодирования. Развертывайте кластеры, выполняйте поиск, настраивайте резервное копирование и управляйте доступом с помощью CLI-команд или естественного языка. Без консоли. Без переключения контекста.
Созданы для надежности
Создано на основе глубокого понимания режимов отказов крупномасштабных векторных баз данных. Проверено на производстве на 10 000+ предприятиях в течение 8 лет.
Создано для масштаба
Разработан для обработки 100B+ объектов и 10K+ QPS с постоянной задержкой и предсказуемой производительностью.
Создан для снижения стоимости
Все данные и индексы на S3, с горячим кэшем и вычислениями по требованию, что позволяет сократить расходы на 90%.
Полнофункциональный поиск
От вектора и текста до JSON и геопространства - в сочетании с гибридным поиском, фильтрацией и ранжированием для выразительных мультимодальных запросов.
Озеро-родное хранилище
Унифицированное хранилище для сервисов и аналитики, построенное на базе Vortex - открытого формата нового поколения. До 10× быстрее и дешевле случайного чтения, чем Lance, с гибкостью формата для каждого столбца.
“ With Zilliz Cloud, we have achieved a true consciousness of data, bringing the data together in the way that an individual doing their job needs to see it. ”
Nathan MorrisCo-Founder
“ Zilliz Cloud has helped us create a strong foundation behind the scenes as we continue to grow and serve hundreds of thousands of clinicians. ”
Jagath KumarHead of Performance Engineering
“ Zilliz gave us real-time retrieval for our multilingual RAG system at scale with tight latency targets. It freed up engineering cycles and let us focus on improving reasoning on the model side, not managing infrastructure. ”
Dr. Pratyush KumarCo-Founder
Основные моменты обслуживания в режиме реального времени
Многоуровневая архитектура
Оптимизация для различных рабочих нагрузок с помощью гибких уровней, обеспечивающих сверхвысокую производительность, сбалансированную эффективность и экономичное масштабирование при работе с огромными массивами данных.
- Оптимизированное по производительности решение
- Оптимизированное по мощности решение
- Решение для многоуровневого хранения данных
Массивная многопользовательская среда для приложений искусственного интеллекта
Неограниченные пространства имен с гибридным векторным, полнотекстовым и JSON-поиском, а также горячая и холодная обработка данных.
Глобальный кластер
Мультирегиональное развертывание с репликацией и обходом отказа - обеспечение доступа с низкой задержкой и высокой доступностью по всему миру, что способствует быстрому глобальному расширению приложений искусственного интеллекта.
Производительность
Setup: 768-dimensional vectors, top-k = 10, cluster-size = 1 CU
Performance-Optimized SolutionCapacity-Optimized SolutionTiered-Storage Solution
Average Latency
3 ms
21 ms
107 ms
P99 Latency
5 ms
37 ms
253 ms
QPS
1476
236
22
Total Vectors
2M
6M
25M
Основные характеристики вычислений по требованию
Поиск по требованию
Оплата за запрос, а не за предоставленные вычисления, что позволяет значительно снизить стоимость бессерверных вычислений в масштабе.
Бесшовное заполнение и итерация схем
Заполнение и обновление схем и моделей данных в режиме онлайн, не влияя на обслуживание, созданное для непрерывной итерации ИИ.
Принесите индексы к своему озеру
Дополнительный режим доступа для работы непосредственно с данными S3 (Iceberg, Lance, Vortex, Parquet). Храните данные в своем ведре, пока индексы создаются и обслуживаются на Zilliz - никаких копий, никакого ETL.
Производительность и стоимость
Setup: 1 billion 768-dimensional vectors, top-k = 100k, cluster-size =64 CU
Warm SearchCold-Start Search
Average Latency
0.6 s
16 s
P99 latency
1.1 s
18 s
Total Vectors
1B
1B
Cost per 1K Searches(5% cold-start, 95% warm)$9.9
Write cost$0
Storage Cost / Month(1B vectors + index, 2.1 TB)$53.7
CLI для Vector Lakebase
Ваша база Vector Lakebase. Ваш терминал. Полный контроль.
Официальный CLI для управления, поиска и аналитики.
Terminal