向量数据库初创公司Weaviate为AI工作台提供分层存储

点击蓝字

关注我们

AI原生向量数据库公司Weaviate B.V.宣布推出一款全新的"工作台"，旨在进一步拓展其在人工智能领域的业务，该"工作台"集成了多种云应用和工具，为开发者提供服务的同时提供了灵活的、分层的存储解决方案。

Weaviate表示，是其庞大的开发者社区激发了公司推出自己的工具套件。这些开发者依赖Weaviate的开源数据库来存储AI模型所需的数十亿个关键向量，而新推出的工具旨在加速AI原生应用的开发进程，而现成的应用则提供了常见AI场景的白标版本。

Weaviate是一家专注于AI开发的开源向量数据库公司，它的数据库满足了对非结构化数据的需求，这对于支持生成式AI模型，例如ChatGPT等至关重要。

Weaviate将非结构化数据以向量形式存储，向量是一种数学结构，能够表示文档、购买记录、图像和音频文件等各类信息，这种存储方式使得AI模型能够更高效地理解和处理数据。

Weaviate初创公司表示，其数据库能够根据记录的相似性自动进行分类。例如，如果数据库接收到两组分别探讨处理器和存储芯片的学术论文，它能够将它们按主题划分为两个独立的集合。

该公司利用几何学原理来实现记录的相似性分组。在这种机制下，每份文件都被映射为空间中的一个点，相似的文件点彼此接近，而不相关的文件点则相隔较远。

这项功能对于众多AI应用来说非常关键。例如，AI驱动的网络安全工具可以通过与已知恶意软件进行比较，来识别新文件是否具有恶意。此外，它还可以在搜索和数据分类任务中发挥作用。

Weaviate公司还推出了其全新的AI工作台，用户可以在Weaviate云控制台中直接访问，包括一个使用GraphQL接口查询其云中数据的查询工具，一个无需编写任何代码即可创建和管理数据集合的集合工具，以及一个探索者工具，开发者可以通过图形界面搜索和验证对象数据。

Weaviate公司推出了Weaviate推荐器应用，这是一个开发者可以利用的工具，用于快速构建和扩展个性化推荐系统。该应用提供了多种可配置的端点，支持项目间、项目与用户之间以及用户间的推荐场景，并且能够处理图像、文本、音频等多模态数据类型。

除了工作台工具，Weaviate还成立了一个专门的“实验室”部门，致力于测试创新想法，并将这些想法转化为新产品，与公司的旗舰向量数据库一同推向市场。目前，Weaviate实验室团队正在开发一款新应用，它将帮助开发者快速部署生产就绪的“生成性反馈循环”，进一步提升AI代理的智能水平。

Weaviate公司还推出了新的分层存储服务，这可能对AI开发者来说更具吸引力。这项服务允许应用程序根据速度、成本和性能进行优化，开发者可以根据自己的需求，在“热”存储（提供高性能的实时读写访问）、“温”存储（平衡访问频率较低的数据）和“冷”存储（经济有效的长期存储不常访问的数据）之间做出选择。

Weaviate公司认为，为开发者提供存储层的灵活性至关重要。例如，对于那些需求低低延迟的AI应用，如电商搜索和推荐引擎，可以选择Weaviate的热存储层来确保最佳性能。而对于像聊天机器人这样对延迟容忍度较高的应用，则可以选择冷存储，以实现更高效的扩展。

Weaviate公司声称，它是首批提供这种灵活性的专用向量数据库之一。相比之下，大多数竞争对手的产品将所有数据都视为“热”数据，虽然访问速度快，但成本较高。Weaviate认为，开发者需要更大的灵活性，以便他们可以根据AI应用的使用频率和收入贡献来选择合适的存储层。

Weaviate的联合创始人兼首席执行官Bob van Luijt强调，AI原生技术栈需要不断发展，以帮助组织更快地构建AI应用，并以更低的成本进行部署。

Van Luijt表示：“我们清楚地认识到，为了实现下一步发展，开发者需要一个具有灵活存储层的AI原生框架，以及模块化的图形界面工具来与数据互动，此外，还需要一系列新概念来激发他们的创造力。”

原文链接：https://siliconangle.com/2024/07/30/vector-database-startup-weaviate-debuts-ai-workbench-flexible-storage-tiers/

< 长按识别二维码添加好友 >

加入上述群聊

长按并关注

带你走进万物存储、万物智能、

万物互联信息革命新时代

微信号：SSDFans