Búsqueda IA escalable
Índice vectorial a hiperescala para datos a escala de miles de millones y es ideal para aplicaciones de GAR, agentes y recomendaciones.
Couchbase 8.0 permite a los desarrolladores pasar del concepto a la producción de IA más rápido que nunca. Pueden crear aplicaciones rápidas basadas en IA con enormes conjuntos de datos a un bajo coste total de propiedad, empezar rápidamente con consultas en lenguaje natural y garantizar consultas rápidas con nuevas herramientas de solución de problemas.
Utilice el lenguaje natural para realizar consultas con las extensiones de SQL++.
Busque con sinónimos definidos por el desarrollador para tener una búsqueda más inteligente.
Repositorio de cargas de trabajo integrado y perspectivas de rendimiento.
Compatible con los marcos de IA más conocidos.
Mejora de la excelencia operativa con una gestión de clústeres más inteligente, funciones de seguridad avanzadas, reequilibrio dinámico y conmutación por error más rápida para una disponibilidad continua del servicio.
El cifrado nativo en reposo listo para usar hace que los datos estén más seguros y la vida sea más sencilla.
Ajuste dinámicamente los servicios no KV sin añadir ni eliminar nodos, eliminando los retrasos de reequilibrio.
Agregue información de la telemetría de su cliente SDK para mejorar la supervisión de extremo a extremo y acelerar la resolución de problemas.
Recuperación automática de los nodos de datos que no responden para mejorar el tiempo de actividad de la aplicación. Sirve peticiones mientras se calientan las cachés.
Obtenga respuestas rápidas a los temas más comunes relacionados con nuestra última versión del servidor.
Admite miles de millones de vectores con velocidades de recuperación de milisegundos mediante un diseño basado en DiskANN y Vamana.
El cifrado en reposo, la gestión de claves KMIP y la supervisión de eventos garantizan la integridad de los datos y el cumplimiento de la normativa.
Sí. Utilice el índice vectorial de búsqueda para consultas híbridas vectoriales + léxicas.
La conmutación automática por error de los buckets efímeros, la mejora de la conmutación por error fuera del disco, el reequilibrado y un arranque más rápido garantizan la continuidad de las operaciones.
Revisando el Couchbase 8.0 blog de anuncios.
Hyperscale ayuda en los casos de uso tipo RAG en los que no se puede anticipar lo que va a preguntar un LLM, mientras que los índices de vectores compuestos utilizan parámetros de prefiltrado para limitar los vectores que se van a incluir en una consulta. Ambos ofrecen una respuesta en milisegundos para que los flujos de trabajo de GAR no se ralenticen.
Consiga un alto rendimiento y precisión en vectores a escala de miles de millones para agentes de IA, flujos de trabajo RAG, memoria contextual y sistemas de recomendación, en sus instalaciones o en Capella.