AWS 向 S3 对象存储添加了矢量功能

快速阅读: 据《计算机周刊》最新报道，AWS推出S3 Vectors，降低向量数据存储成本90%，支持语义搜索和API接入，与Bedrock和OpenSearch集成。

据亚马逊网络服务（AWS）宣布，7月18日，该公司在其S3云对象存储中推出了向量存储——S3 Vectors。这一新功能可将上传、存储和查询向量化数据的成本降低最多90%，旨在帮助客户以更低的成本在AWS云中存储大量向量，并通过索引快速查找特定内容。

S3 Vectors支持语义搜索，即利用元数据中的向量信息来查找相似内容，如视频中的相似场景、医学影像中的模式或主题相关的文档集合。此外，S3 Vectors还提供了应用程序编程接口（API），方便应用程序连接至这些数据存储。每个S3 Vectors存储桶最多可支持10,000个向量索引，每个索引能存储数千万个向量。

客户可以将元数据作为键值对附加到向量上，以便根据条件过滤查询。AWS表示，S3 Vectors将随着时间自动优化向量数据，确保最佳的价格性能比。S3 Vectors与Amazon Bedrock知识库及Amazon OpenSearch集成，其中Bedrock是AWS的托管服务，用于构建生成式AI应用，而OpenSearch则是处理大量数据并创建检索增强生成（RAG）应用的工具。

S3 Vectors消除了为向量数据库配置基础设施的需求，因为S3和基于云的对象存储比向量数据库更为经济。对象存储适用于处理大量非结构化数据，而向量数据库则专注于跨复杂、高维数据的高性能相似性搜索，通常需要专用的索引方法和硬件加速，这可能增加成本。

目前，AWS是首个在其基础对象存储产品中引入向量功能的主要云服务商。微软Azure通过Azure Cosmos DB提供向量存储和搜索，而Google Cloud Platform则通过Vertex AI支持向量数据的搜索功能。

(以上内容均由Ai生成)