A versão mais recente do Aerospike Vector Search apresenta um índice hierárquico de mundo pequeno navegável (HNSW) auto-recuperável, uma abordagem que permite a ingestão de dados em expansão, permitindo que os dados sejam ingeridos enquanto constrói o índice de forma assíncrona entre dispositivos. Ao dimensionar a ingestão e o crescimento do índice independentemente do processamento de consultas, o sistema garante desempenho ininterrupto, resultados precisos e velocidade de consulta ideal para tomada de decisões em tempo real, disse Aerospike.
A nova versão também apresenta um novo cliente Python e aplicativos de amostra para casos de uso de vetores comuns para acelerar a implantação. O modelo de dados Aerospike permite que os desenvolvedores adicionem vetores aos registros existentes, eliminando a necessidade de sistemas de pesquisa separados, enquanto o Aerospike Vector Search facilita a integração da pesquisa semântica em aplicativos de IA existentes por meio da integração com estruturas populares e parceiros de nuvem populares, disse Aerospike. A extensão LangChain do Aerospike ajuda a acelerar o desenvolvimento de aplicativos RAG (geração aumentada de recuperação).
O mecanismo de banco de dados multimodelo do Aerospike inclui pesquisa de documentos, valores-chave, gráficos e vetores em um sistema. Os bancos de dados gráficos e vetoriais do Aerospike funcionam de forma independente e conjunta para apoiar casos de uso de IA, como RAG, recomendações de pesquisa semântica, prevenção de fraudes e direcionamento de anúncios, disse Aerospike. O banco de dados Aerospike está disponível nas principais nuvens públicas.
