Pinecone推出高性能AI工作负载服务

发布时间：2025年12月4日来源：szf

快速阅读: Pinecone推出专用读取节点(DRN)，优化突发性工作负载，支持亿级向量搜索和高QPS推荐系统，实现性能和成本可预测性，适用于RAG、搜索及推荐系统。

由于向量工作负载并非一概而论，许多应用程序（如RAG系统、代理、原型和定时任务）具有“突发性工作负载”，即大多数时间维持低流量，但偶尔会突然出现查询量激增的情况。Pinecone的按需向量数据库服务针对这种突发性需求进行了优化，承诺提供简便性和弹性。

公司表示，对于需要持续高吞吐量、大规模运行且对延迟敏感的应用程序（例如亿级向量规模的语义搜索任务、实时推荐流或具有严格SLO的用户界面助手），它们不仅需要关键性能，还需要在大规模下成本可预测且高效。为此，Pinecone推出了专用读取节点(DRN)，旨在为这些工作负载提供预留容量，以实现性能和成本的可预测性。

从RAG到推荐

DRN与按需服务相结合，使Pinecone能够支持一系列生产环境中的不同需求，具备企业级性能。无论是RAG、搜索还是推荐系统等，现在都可以选择针对每个索引优化价格性能的服务。

用户可以扩展至最大工作负载，因为该技术专为亿级向量的语义搜索和高QPS推荐系统设计。专用读取节点是什么？

专用读取节点是一种部署选项，查询在隔离的、预配置的读取节点上运行（没有干扰邻居、没有共享队列、没有限制）。数据保持在内存和本地SSD中温暖，避免从对象存储中冷读取，从而在系统扩展时保持低延迟。

从开发者的角度来看，它只是一个普通的Pinecone索引：相同的API、相同的SDK、相同的代码。定价按每小时每节点计算，以实现成本的可预测性和重负荷下的强劲价格性能。

其工作原理

专用读取节点沿两个维度扩展：副本和分片。

副本增加吞吐量和可用性。通过增加副本可以处理更多QPS并提高弹性，几乎线性地扩展QPS。

分片扩展存储容量。随着索引的增长，增加分片以支持更多数据。

无需迁移。Pinecone在后台移动数据并扩展读取容量。

写入行为和限制与按需服务相同。

一位客户在其设计平台中使用DRN来实现实时媒体搜索，该平台支持元数据过滤。在1.35亿向量的情况下，他们在生产环境中实现了600 QPS，P50延迟为45毫秒，P99为96毫秒。同一客户通过扩展DRN节点进行负载测试，达到了2200 QPS，P50延迟为60毫秒，P99为99毫秒。