Redis 8 面向 AI 应用程序，具有新的向量相似性数据类型

快速阅读: 据《InfoQ 公司》称，Redis创始人Salvatore Sanfilippo回归后推出新数据类型“向量集”，优化向量相似性搜索，支持多线程和量化处理。该功能集成于Redis 8 RC1，适用于AI场景如推荐系统和人脸识别。同时推出的还有LangCache语义缓存服务。

Redis 最近宣布新增了**向量集**这一数据类型，它专为向量相似性设计，并为人工智能应用提供了新的选择。这一新数据类型标志着自 Salvatore Sanfilippo（即“antirez”）回归公司以来，他对 Redis 的首次重大贡献。作为 Redis 的创始人，他重新加入了公司。**向量集**是一种类似于有序集合的新数据类型，有序集合是一种带有排序功能的集合，但其元素是与向量关联的字符串，而不是分数。这使得可以添加项目，并检索与指定向量最相似的已添加项目的子集。此外，还支持过滤搜索功能，允许同时进行向量相似性和标量过滤。Sanfilippo 在其博客中解释道：向量集基于 HNSW 数据结构的 `hnsw.c` 实现，并进行了速度和功能上的扩展。Redis 首席执行官 Rowan Trollope 对 Sanfilippo 的贡献表示赞扬：向量数据库对于由生成式人工智能（GenAI）驱动的应用程序至关重要，它们能够检索语义相关的数据以丰富大型语言模型（LLM）的上下文（例如 RAG）。其他应用场景还包括聊天机器人的语义缓存、推荐系统以及人脸识别。Redis 的产品经理 Mirko Ortensi 在另一篇文章中解释了如何使用向量集进行人脸识别。Ortensi 写道：
> 来源：Mirko Ortensi

Sanfilippo 补充道：专注于高速性能，Sanfilippo 不仅对 HNSW 进行了修改，还为所有向量相似性请求引入了多线程处理，并支持 8 位和二进制量化。他强调了其实现的主要区别：向量集并非 Redis 唯一的新特性：**LangCache** 是一种面向人工智能应用程序和代理的语义缓存服务，旨在通过缓存响应来减少对 LLM 的高成本、延迟敏感调用。向量集目前在 Redis 8 RC1 版本中以预览形式提供，采用 RSALv2 或 SSPLv1 许可证。

作者：雷纳托·洛西奥

(以上内容均由Ai生成)