Amazon Web Services (AWS) hat Amazon S3 Vectors vorgestellt – eine speziell entwickelte, langlebige Vektorspeicherlösung, die das Speichern und Nutzen von KI-Daten im großen Maßstab grundlegend verändern soll.
Angekündigt am 15. Juli 2025 auf dem AWS Summit in New York, ist S3 Vectors der erste Cloud-Objektspeicher mit nativer Unterstützung für das Speichern und Abfragen von Vektorembeddings. Der Dienst kann die Gesamtkosten für das Hochladen, Speichern und Abfragen von Vektoren im Vergleich zu traditionellen Vektordatenbanken um bis zu 90 % senken, bei gleichzeitiger sub-sekundenschneller Abfrageleistung.
Vektorembeddings – numerische Repräsentationen unstrukturierter Daten, erzeugt durch Embedding-Modelle – sind für moderne KI-Anwendungen unerlässlich. Sie ermöglichen semantische Suchfunktionen und liefern Kontext für große Sprachmodelle. Herkömmliche Vektorspeicherlösungen benötigen jedoch meist dedizierte Rechenressourcen, die permanent laufen und die Kosten deutlich erhöhen.
„Als wir die Workloads unserer Kunden analysierten, stellten wir fest, dass die überwiegende Mehrheit der Vektorindizes nicht rund um die Uhr bereitgestellte Rechenleistung, RAM oder SSD benötigt“, erklärte AWS in der Ankündigung. So kostet eine herkömmliche Vektordatenbank mit zehn Millionen Vektoren auf einer dedizierten Instanz monatlich über 300 US-Dollar, während dasselbe Dataset in S3 Vectors bei 250.000 Abfragen rund 30 US-Dollar pro Monat kostet.
S3 Vectors führt einen neuen Bucket-Typ mit eigenen APIs für Vektoroperationen ein, sodass Nutzer Vektordaten speichern und abfragen können, ohne Infrastruktur bereitstellen zu müssen. Jeder Vektor-Bucket kann bis zu 10.000 Vektorindizes enthalten, wobei jeder Index wiederum mehrere zehn Millionen Vektoren aufnehmen kann. Der Dienst optimiert die Vektordaten automatisch für das bestmögliche Preis-Leistungs-Verhältnis – auch wenn Datensätze wachsen und sich weiterentwickeln.
Die Lösung integriert sich nativ in Amazon Bedrock Knowledge Bases, Amazon SageMaker und Amazon OpenSearch Service und ist damit besonders wertvoll für Retrieval-Augmented-Generation-(RAG)-Anwendungen. Unternehmen können eine gestufte Strategie umsetzen, indem sie große Vektordatensätze kostengünstig in S3 speichern und häufig genutzte Vektoren bei Bedarf für höhere Performance nach OpenSearch verschieben.
S3 Vectors ist derzeit als Vorschauversion verfügbar. AWS lädt Kunden ein, den Dienst über die Amazon S3-Konsole auszuprobieren.