Anwendungen mit Large Language Models (LLM), wie z.B. Retrieval-Augmented Generation (RAG) (opens new window)-Apps, führen zu einem Anstieg der Nutzung von Vektordatenbanken. Viele auf LLM basierende Anwendungen erfordern massive Datensätze mit einer hohen Anzahl von Abfragen pro Sekunde (QPS), um optimal zu funktionieren. Die meisten Vektordatenbank-Anbieter priorisieren jedoch die Speicherkapazität gegenüber der QPS.
Der MSTG-Algorithmus von MyScale ist ein neuartiger Ansatz zur Speicherung und Abfrage von Vektordaten. Er speichert Vektordaten mit NVMe-SSDs und erhöht dadurch die Datendichte erheblich, während die Suchleistung erhalten bleibt. In MyScale kann ein einzelner kapazitätsoptimierte Pod der Größe x1 10 Millionen Vektoren aufnehmen - jeder mit 768 Dimensionen - und übertrifft damit die Kapazität jedes Konkurrenten.
Im Vergleich zu unseren Standard-Pods bieten unsere kapazitätsoptimierten Pods doppelte Vektorspeicherkapazität bei einer Kostenreduktion von 43%.
# Verwendung von kapazitätsoptimierten Pods
Hinweis:
Kapazitätsoptimierte Pods werden derzeit im Rahmen der Standard- und Enterprise-Pläne von MyScale angeboten.
Auf der Seite Neuen Cluster starten besteht nun die Möglichkeit, zwischen kapazitätsoptimierten und Standard-Pods zu wählen.
# Kapazität
Ein einzelner kapazitätsoptimierter Pod von MyScale (Größe x1) bietet die Speicherkapazität für etwa 10 Millionen Vektoren mit 768 Dimensionen und übertrifft damit die Möglichkeiten anderer Vektordatenbanken, die in der Regel bei etwa 5 Millionen Vektoren enden.
Unser größter kapazitätsoptimierter Pod (Größe x32) kann 320 Millionen 768D-Vektoren hosten.
Kontaktieren Sie uns (opens new window) für größere Pods oder horizontale Skalierung!
# Leistung
Unser kapazitätsoptimiertes System kann effizient 10 Millionen Vektordatensätze (768 Dimensionen) verarbeiten und dabei einen respektablen Wert von 20 QPS beibehalten, hohe Genauigkeit und Leistung für gefilterte Vektorsuche erreichen, unabhängig vom Filterverhältnis.
Dies übertrifft unsere Wettbewerber, die nur 10 QPS mit 5 Millionen Vektoren schaffen und eine instabile Genauigkeit/Leistung der gefilterten Suche haben. Darüber hinaus haben sie Schwierigkeiten, gleich große Datensätze in einem einzigen Pod zu speichern, was die Skalierbarkeit, Abfrageleistung und Kosteneffizienz begrenzt.
# Kosten
Der kapazitätsoptimierte Pod x1 von MyScale bietet ein außergewöhnliches Preis-Leistungs-Verhältnis (doppelte Speicherkapazität mit 4-facher QPS) für nur 68 US-Dollar pro Monat auf AWS. Im Vergleich zu unseren Konkurrenten, deren ähnliche Angebote in der Regel etwa 80 US-Dollar pro Monat kosten, bieten wir doppelte Kapazität bei einer Kostenersparnis von 15%.
Verwenden Sie unseren Preiskalkulator (opens new window), um den am besten geeigneten Preisplan für Ihre Vektor-Kapazitäts- und Dimension-Anforderungen zu ermitteln.