Amazon Web Services (AWS) on julkistanut Amazon S3 Vectorsin, erityisesti vektoridatan kestävään tallennukseen suunnitellun ratkaisun, joka lupaa mullistaa organisaatioiden tavat tallentaa ja hyödyntää tekoälydataa laajassa mittakaavassa.
AWS Summitissa New Yorkissa 15. heinäkuuta 2025 julkistettu S3 Vectors on ensimmäinen pilviobjektitallennusratkaisu, jossa on natiivi tuki vektorijoukkojen tallennukselle ja kyselyille. Palvelu voi vähentää vektorien lataamisen, tallentamisen ja kyselyn kokonaiskustannuksia jopa 90 % verrattuna perinteisiin vektorikantoihin, säilyttäen samalla alle sekunnin kyselysuorituskyvyn.
Vektorijoukot eli embeddingit ovat numeerisia esityksiä jäsentymättömästä datasta, jotka luodaan embedding-malleilla. Niistä on tullut olennainen osa moderneja tekoälysovelluksia, mahdollistaen semanttisen haun ja tarjoten kontekstia suurille kielimalleille. Perinteisesti vektoridatan tallennusratkaisut vaativat jatkuvasti käynnissä olevia laskentaresursseja, mikä nostaa kustannuksia huomattavasti.
"Kun tarkastelimme asiakkaidemme työkuormia, havaitsimme, että valtaosa vektori-indekseistä ei tarvitse jatkuvasti varattua laskentatehoa, RAM-muistia tai SSD-levytilaa", AWS kertoo tiedotteessaan. Esimerkiksi perinteinen vektorikanta, jossa on kymmenen miljoonaa vektoria, voi maksaa yli 300 dollaria kuukaudessa omalla instanssilla. Saman datamäärän tallennus S3 Vectorsiin maksaisi noin 30 dollaria kuukaudessa 250 000 kyselyllä.
S3 Vectors tuo käyttöön uuden bucket-tyypin, jossa on omat API-rajapinnat vektorioperaatioille. Näin käyttäjät voivat tallentaa ja hakea vektoridataa ilman infrastruktuurin provisiointia. Jokainen vektoribucket voi sisältää jopa 10 000 vektori-indeksiä, ja kukin indeksi voi pitää sisällään kymmeniä miljoonia vektoreita. Palvelu optimoi vektoridatan automaattisesti parhaan mahdollisen hinta-suorituskykysuhteen saavuttamiseksi, vaikka datamäärät kasvaisivat ja muuttuisivat.
Ratkaisu integroituu natiivisti Amazon Bedrock Knowledge Basesiin, Amazon SageMakeriin ja Amazon OpenSearch Serviceen, mikä tekee siitä erityisen hyödyllisen retrieval-augmented generation (RAG) -sovelluksille. Organisaatiot voivat toteuttaa kerroksellisen strategian: suuria vektoridatasetteja säilytetään kustannustehokkaasti S3:ssa, kun taas usein käytetyt vektorit voidaan siirtää OpenSearchiin paremman suorituskyvyn saavuttamiseksi tarvittaessa.
S3 Vectors on tällä hetkellä saatavilla esikatseluversiona, ja AWS kutsuu asiakkaita kokeilemaan palvelua Amazon S3 -konsolin kautta.