Sign In
Free Sign Up
  • English
  • Español
  • 简体中文
  • Deutsch
  • 日本語
Sign In
Free Sign Up
  • English
  • Español
  • 简体中文
  • Deutsch
  • 日本語

マイスケールで容量最適化ポッドを紹介します

Retrieval-Augmented Generation (RAG) (opens new window)などの大規模言語モデル(LLM)アプリケーションにより、ベクトルデータベースの使用が急増しています。多くのLLMベースのアプリケーションでは、最適な動作をするために、高いクエリ毎秒(QPS)レートを持つ大規模なデータセットが必要です。しかし、ほとんどのベクトルデータベースのベンダーは、QPSよりもストレージ容量を優先しています。

マイスケールのMSTGアルゴリズムは、ベクトルデータのストレージと検索に対する新しいアプローチです。NVMe SSDを使用してベクトルデータを格納し、データ密度を大幅に向上させながら、良好な検索性能を維持します。マイスケールでは、1つの容量最適化ポッド(サイズx1)には、競合他社の容量を上回る768次元のベクトルを含む1000万個のベクトルを格納することができます。

通常のポッドと比較して、容量最適化ポッドはベクトルストレージ容量を2倍に増やし、コストを43%削減します。

# 容量最適化ポッドの使用方法

注意:

容量最適化ポッドは、現在、マイスケールのスタンダードプランとエンタープライズプランで提供されています。

新しいクラスターを起動ページでは、容量最適化ポッドと通常のポッドの選択肢があります。

新しいクラスターを起動

# 容量

マイスケールの容量最適化ポッド(サイズx1)は、約1000万個の768次元のベクトルを格納するストレージ容量を持ち、通常のベクトルデータベースの能力を上回ります。他のベクトルデータベースは通常、約500万個のベクトルまでしか対応できません。

最大の容量最適化ポッド(サイズx32)では、3億2000万個の768次元のベクトルをホストすることができます。

より大きなポッドや水平スケーリングについては、お問い合わせ (opens new window)ください!

Boost Your AI App Efficiency now
Sign up for free to benefit from 150+ QPS with 5,000,000 vectors
Free Trial
Explore our product

# パフォーマンス

当社の容量最適化システムは、10百万のベクトルデータセット(768次元)を効率的に処理しながら、尊敬すべき20 QPSを維持し、フィルター比率に関係なく、フィルター付きベクトル検索で高い精度とパフォーマンスを実現します。

これは、5百万のベクトルで10 QPSしか管理できず、フィルター検索の精度/パフォーマンスが不安定な競合他社を上回ります。さらに、彼らは同じくらい大きなデータセットを単一のポッド内に格納することに苦労し、それによってスケーラビリティ、クエリパフォーマンス、およびコスト効率を制限しています。

Join Our Newsletter

# コスト

マイスケールの容量最適化ポッド(サイズx1)は、AWS上で月額68ドルで提供され、優れた価値(2倍のストレージ容量と4倍のQPS)を提供します。競合他社の類似のオファリングは通常月額80ドル程度ですが、当社は容量を2倍に増やし、15%のコスト削減を実現しています。

ベクトルの容量と次元の要件に最適な価格プランを決定するために、価格見積もりツール (opens new window)をご利用ください。

価格見積もりツール

Keep Reading
images
MyScale vs. Zilliz: コスト効率の戦い

ベクトルデータベースとベクトル検索は、その速度とスケーラビリティのために急速に人気を集めています。従来の機械学習モデルが繰り返しのトレーニングを必要とするのに対し、ベクトル検索はベクトルデータベース内でユークリッド距離やコサイン類似度などの基本的な類似性尺度を使用して迅速に実行することができます。これにより、ベクトル検索はMLベースのモデルに比べて高いスケーラビリティを持ち、コスト効率も高くなりま ...

Start building your Al projects with MyScale today

Free Trial
Contact Us