亚马逊云科技推出Amazon S3 Vectors：首个支持规模化原生向量处理的云存储服务

亚马逊云科技日前宣布，推出Amazon S3 Vectors预览版，专为持久存储向量数据而打造，能够将向量数据的上传、存储和查询总成本降低多达90%。Amazon S3 Vectors是首款具备原生存储大规模向量数据集能力的云存储服务，可提供亚秒级查询性能，让企业能够以经济实惠的方式，大规模存储适用于AI的数据。该服务现可与Amazon Bedrock、Amazon OpenSearch Service和Amazon SageMaker Unified Studio服务集成，帮助企业以更高性价比构建语义搜索、检索增强生成（RAG）和AI Agent等生成式AI应用。

作为一种新兴技术，向量搜索在生成式AI应用中，通过利用距离或相似度度量标准，比较数据的向量表示形式，来查找与给定数据相似的数据点。向量则是利用嵌入模型生成的无结构化数据的数值表示形式，用户可以使用嵌入模型为文档中的各个字段生成向量，并将这些向量存储到Amazon S3 Vectors中，以便进行语义搜索。

Amazon S3 Vectors引入了向量存储桶，这是一种配备了一组专用API的新型存储桶，用户无需配置任何基础设施即可存储、访问和查询向量数据。创建Amazon S3 Vectors时，用户可在向量索引中对向量数据进行组织，从而能够轻松地对数据集运行相似性搜索查询。每个向量存储桶最多可拥有10,000个向量索引，且每个向量索引可存储数千万个向量。

创建向量索引后，在向该索引添加向量数据时，用户还可为每个向量附加上键值对形式的元数据，以便后续根据日期、类别、用户偏好等一系列条件，对查询结果进行筛选。随着时间推移，当用户不断对向量进行写入、更新以及删除等操作时，即便数据集规模持续扩大、内容不断演变，Amazon S3 Vectors也会自动优化处理向量数据，从而确保向量存储达到最佳性价比。

Amazon S3 Vectors可与Amazon Bedrock知识库及Amazon SageMaker Unified Studio集成，可用于构建极高性价比的检索增强生成（RAG）应用。Amazon S3 Vectors还通过与Amazon OpenSearch Service集成，可将查询频率较低的向量存储在Amazon S3 Vectors中，实现存储成本降低。并且随着查询需求增加，又能迅速将这些向量迁移至Amazon OpenSearch Service中；或者当需要支持实时、低延迟的搜索操作时，也能通过该功能轻松实现。

借助Amazon S3 Vectors，企业能以经济高效的方式，将代表海量无结构化数据（如图像、视频、文档和音频文件）的向量嵌入存储起来，从而使得可扩展的生成式AI应用成为可能，包括语义搜索、相似性搜索、RAG以及构建Agent记忆等应用。此外，企业还可以开发各类应用，轻松应对多种行业的应用场景需求，如个性化推荐、自动化内容分析和智能文档处理等，并且无需承担管理向量数据库的操作复杂性与管理高成本。

目前，Amazon S3 Vectors，及其与Amazon Bedrock、Amazon OpenSearch Service和Amazon SageMaker的集成功能，现已在美国东部（弗吉尼亚北部）、美国东部（俄亥俄）、美国西部（俄勒冈）、欧洲（法兰克福）和亚太（悉尼）区域提供预览版。

用户可在Amazon S3控制台中，立即开始试用Amazon S3 Vectors功能。

关于亚马逊云科技

自2006年以来，亚马逊云科技（Amazon Web Services）一直以技术创新、服务丰富、应用广泛而享誉业界。亚马逊云科技一直不断扩展其服务组合以支持几乎云上任意工作负载，目前提供超过240项全功能的服务，涵盖计算、存储、数据库、网络、数据分析、机器学习与人工智能、物联网、移动、安全、混合云、媒体，以及应用开发、部署与管理等方面；基础设施遍及37个地理区域的117个可用区，并已公布计划在智利、新西兰和沙特阿拉伯等新建4个区域、13个可用区。全球数百万客户，包括发展迅速的初创公司、大型企业和领先的政府机构，都信赖亚马逊云科技，通过亚马逊云科技的服务支撑其基础设施，提高敏捷性，降低成本。要了解更多关于亚马逊云科技的信息，请访问：www.amazonaws.cn。