Amazon Web Services (AWS) telah meluncurkan Amazon S3 Vectors, solusi penyimpanan vektor yang tahan lama dan dirancang khusus untuk merevolusi cara organisasi menyimpan serta memanfaatkan data AI dalam skala besar.
Diumumkan pada 15 Juli 2025 di AWS Summit New York, S3 Vectors menjadi layanan penyimpanan objek cloud pertama yang mendukung penyimpanan dan pencarian embedding vektor secara native. Layanan ini dapat memangkas total biaya unggah, penyimpanan, dan pencarian vektor hingga 90% dibandingkan basis data vektor tradisional, sambil tetap menjaga performa pencarian di bawah satu detik.
Embedding vektor, yaitu representasi numerik dari data tidak terstruktur yang dihasilkan model embedding, kini menjadi fondasi penting bagi aplikasi AI modern. Embedding ini memungkinkan pencarian semantik serta memberikan konteks bagi model bahasa besar. Namun, solusi penyimpanan vektor konvensional umumnya membutuhkan sumber daya komputasi khusus yang berjalan terus-menerus, sehingga biaya operasional menjadi tinggi.
"Saat kami meninjau beban kerja pelanggan, kami menemukan bahwa mayoritas indeks vektor tidak memerlukan komputasi, RAM, atau SSD yang dipersiapkan 100 persen sepanjang waktu," jelas AWS dalam pengumumannya. Sebagai contoh, basis data vektor konvensional dengan sepuluh juta vektor dapat menelan biaya lebih dari $300 per bulan pada instance khusus, sedangkan dataset yang sama di S3 Vectors hanya sekitar $30 per bulan untuk 250.000 kueri.
S3 Vectors memperkenalkan tipe bucket baru dengan API khusus untuk operasi vektor, memungkinkan pengguna menyimpan dan mencari data vektor tanpa perlu menyiapkan infrastruktur. Setiap bucket vektor dapat memuat hingga 10.000 indeks vektor, dengan masing-masing indeks mampu menampung puluhan juta vektor. Layanan ini secara otomatis mengoptimalkan data vektor untuk rasio harga-performa terbaik, bahkan saat dataset bertambah besar dan berkembang.
Solusi ini terintegrasi secara native dengan Amazon Bedrock Knowledge Bases, Amazon SageMaker, dan Amazon OpenSearch Service, sehingga sangat bermanfaat untuk aplikasi retrieval-augmented generation (RAG). Organisasi dapat menerapkan strategi bertingkat, menyimpan dataset vektor besar di S3 demi efisiensi biaya, sekaligus memindahkan vektor yang sering diakses ke OpenSearch untuk performa lebih tinggi saat dibutuhkan.
S3 Vectors saat ini tersedia dalam versi pratinjau, dan AWS mengundang pelanggan untuk mencobanya melalui konsol Amazon S3.