作為一種新興技術(shù)，向量搜索在生成式AI應(yīng)用中，通過利用距離或相似度度量標(biāo)準(zhǔn)，比較數(shù)據(jù)的向量表示形式，來查找與給定數(shù)據(jù)相似的數(shù)據(jù)點(diǎn)。向量則是利用嵌入模型生成的無結(jié)構(gòu)化數(shù)據(jù)的數(shù)值表示形式，用戶可以使用嵌入模型為文檔中的各個字段生成向量，并將這些向量存儲到Amazon S3 Vectors中，以便進(jìn)行語義搜索。

Amazon S3 Vectors引入了向量存儲桶，這是一種配備了一組專用API的新型存儲桶，用戶無需配置任何基礎(chǔ)設(shè)施即可存儲、訪問和查詢向量數(shù)據(jù)。創(chuàng)建Amazon S3 Vectors時，用戶可在向量索引中對向量數(shù)據(jù)進(jìn)行組織，從而能夠輕松地對數(shù)據(jù)集運(yùn)行相似性搜索查詢。每個向量存儲桶最多可擁有10,000個向量索引，且每個向量索引可存儲數(shù)千萬個向量。

創(chuàng)建向量索引后，在向該索引添加向量數(shù)據(jù)時，用戶還可為每個向量附加上鍵值對形式的元數(shù)據(jù)，以便后續(xù)根據(jù)日期、類別、用戶偏好等一系列條件，對查詢結(jié)果進(jìn)行篩選。隨著時間推移，當(dāng)用戶不斷對向量進(jìn)行寫入、更新以及刪除等操作時，即便數(shù)據(jù)集規(guī)模持續(xù)擴(kuò)大、內(nèi)容不斷演變，Amazon S3 Vectors也會自動優(yōu)化處理向量數(shù)據(jù)，從而確保向量存儲達(dá)到最佳性價比。

Amazon S3 Vectors可與Amazon Bedrock知識庫及Amazon SageMaker Unified Studio集成，可用于構(gòu)建極高性價比的檢索增強(qiáng)生成（RAG）應(yīng)用。Amazon S3 Vectors還通過與Amazon OpenSearch Service集成，可將查詢頻率較低的向量存儲在Amazon S3 Vectors中，實(shí)現(xiàn)存儲成本降低。并且隨著查詢需求增加，又能迅速將這些向量遷移至Amazon OpenSearch Service中；或者當(dāng)需要支持實(shí)時、低延遲的搜索操作時，也能通過該功能輕松實(shí)現(xiàn)。

借助Amazon S3 Vectors，企業(yè)能以經(jīng)濟(jì)高效的方式，將代表海量無結(jié)構(gòu)化數(shù)據(jù)（如圖像、視頻、文檔和音頻文件）的向量嵌入存儲起來，從而使得可擴(kuò)展的生成式AI應(yīng)用成為可能，包括語義搜索、相似性搜索、RAG以及構(gòu)建Agent記憶等應(yīng)用。此外，企業(yè)還可以開發(fā)各類應(yīng)用，輕松應(yīng)對多種行業(yè)的應(yīng)用場景需求，如個性化推薦、自動化內(nèi)容分析和智能文檔處理等，并且無需承擔(dān)管理向量數(shù)據(jù)庫的操作復(fù)雜性與管理高成本。

目前，Amazon S3 Vectors，及其與Amazon Bedrock、Amazon OpenSearch Service和Amazon SageMaker的集成功能，現(xiàn)已在美國東部（弗吉尼亞北部）、美國東部（俄亥俄）、美國西部（俄勒岡）、歐洲（法蘭克福）和亞太（悉尼）區(qū)域提供預(yù)覽版。

用戶可在Amazon S3控制臺中，立即開始試用Amazon S3 Vectors功能。

zhupb