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

MyScale引入容量优化Pod

大型语言模型(LLM)应用,例如检索增强生成(RAG) (opens new window)应用,正在推动向量数据库的使用激增。许多基于LLM的应用程序需要大规模的数据集和高查询每秒(QPS)速率才能实现最佳性能。然而,大多数向量数据库供应商更注重存储容量而非QPS。

MyScale的MSTG算法是一种新颖的向量存储和检索方法。它使用 NVMe SSD 存储向量数据,大大增加了数据密度,同时保持良好的搜索性能。在 MyScale 中,单个容量优化的 Pod 尺寸x1可以容纳 1000 万个具有 768 个维度的向量,超过了任何竞争对手的容量。

与我们的标准 Pod 相比,我们的容量优化 Pod 提供了双倍的向量存储容量,并降低了 43% 的成本。

# 使用容量优化Pod

::: 注意: 容量优化Pod目前作为MyScale的标准和企业计划的一部分提供。 :::

启动新集群页面现在提供了在容量优化Pod和标准Pod之间进行选择的灵活性。

启动新集群

# 容量

单个MyScale容量优化Pod(尺寸为x1)具有大约1000万个768维度的向量的存储容量,超过了其他向量数据库的能力,它们通常最多只能达到500万个向量。

我们最大的容量优化Pod(尺寸为x32)可以容纳3.2亿个768D向量。

联系我们 (opens new window)以获取更大的Pod或水平扩展!

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

# 性能

我们的容量优化系统能够高效处理1000万个向量数据集(768维),同时保持每秒查询20次的尊重水平,无论过滤比例如何,都能实现高精度和高性能的过滤向量搜索。

这超过了我们的竞争对手,他们只能用500万向量管理每秒查询10次,并且过滤搜索的准确性/性能不稳定。此外,他们在存储同样大的数据集于单个容器中时遇到困难,从而限制了可扩展性、查询性能和成本效益。

Join Our Newsletter

# 成本

MyScale的x1容量优化Pod以每月仅68美元的价格在AWS上提供卓越的价值(2倍的存储容量和4倍的QPS)。与我们的竞争对手相比,他们类似的产品通常每月的成本约为80美元,我们提供了双倍的容量并节省了15%的成本。

使用我们的价格估算器 (opens new window)来确定最适合您的向量容量和维度要求的定价计划。

价格估算器

Keep Reading
images
超越静态管道:使用 LlamaIndex 增强 AI 代理

基本的检索增强生成 (RAG) 数据管道通常依赖于硬编码的步骤,每次运行时都遵循预定义的路径。在这些系统中,没有实时决策,也不会根据输入数据动态调整操作。这种限制可能会降低在复杂或变化环境中的灵活性和响应能力,突显了传统 RAG 系 ...

images
从 PostgreSQL 迁移向 MyScale 的向量数据

更新(2023-10-17):查看我们的新博客文章比较MyScale与Postgres和OpenSearch:对整合向量数据库的探索,以了解MyScale和PostgreSQL之间的全面比较。 人工智能和机器学习应用的快速增长,特别是涉及大规模数据分析的应用, ...

Start building your Al projects with MyScale today

Free Trial
Contact Us