北京2025年7月28日 /美通社/ -- 亞馬遜云科技日前宣布，推出Amazon S3 Vectors預覽版，專為持久存儲向量數據而打造，能夠將向量數據的上傳、存儲和查詢總成本降低多達90%。Amazon S3 Vectors是首款具備原生存儲大規模向量數據集能力的云存儲服務，可提供亞秒級查詢性能，讓企業能夠以經濟實惠的方式，大規模存儲適用于AI的數據。該服務現可與Amazon Bedrock、Amazon OpenSearch Service和Amazon SageMaker Unified Studio服務集成，幫助企業以更高性價比構建語義搜索、檢索增強生成（RAG）和AI Agent等生成式AI應用。
作為一種新興技術，向量搜索在生成式AI應用中，通過利用距離或相似度度量標準，比較數據的向量表示形式，來查找與給定數據相似的數據點。向量則是利用嵌入模型生成的無結構化數據的數值表示形式，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設施即可存儲、訪問和查詢向量數據。創建Amazon S3 Vectors時，用戶可在向量索引中對向量數據進行組織，從而能夠輕松地對數據集運行相似性搜索查詢。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千萬個向量。
創建向量索引后，在向該索引添加向量數據時，用戶還可為每個向量附加上鍵值對形式的元數據，以便后續根據日期、類別、用戶偏好等一系列條件，對查詢結果進行篩選。隨著時間推移，當用戶不斷對向量進行寫入、更新以及刪除等操作時，即便數據集規模持續擴大、內容不斷演變，Amazon S3 Vectors也會自動優化處理向量數據，從而確保向量存儲達到最佳性價比。
Amazon S3 Vectors可與Amazon Bedrock知識庫及Amazon SageMaker Unified Studio集成，可用于構建極高性價比的檢索增強生成（RAG）應用。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，實現存儲成本降低。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；或者當需要支持實時、低延遲的搜索操作時，也能通過該功能輕松實現。
借助Amazon S3 Vectors，企業能以經濟高效的方式，將代表海量無結構化數據（如圖像、視頻、文檔和音頻文件）的向量嵌入存儲起來，從而使得可擴展的生成式AI應用成為可能，包括語義搜索、相似性搜索、RAG以及構建Agent記憶等應用。此外，企業還可以開發各類應用，輕松應對多種行業的應用場景需求，如個性化推薦、自動化內容分析和智能文檔處理等，并且無需承擔管理向量數據庫的操作復雜性與管理高成本。
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）區域提供預覽版。
用戶可在Amazon S3控制臺中，立即開始試用Amazon S3 Vectors功能。
