Amazon Web Services (AWS) ha svelato Amazon S3 Vectors, una soluzione di storage vettoriale durevole progettata appositamente per trasformare il modo in cui le organizzazioni archiviano e utilizzano dati AI su larga scala.
Annunciato il 15 luglio 2025 all’AWS Summit di New York, S3 Vectors è il primo object store cloud con supporto nativo per l’archiviazione e l’interrogazione di embedding vettoriali. Il servizio può ridurre il costo totale di caricamento, archiviazione e interrogazione dei vettori fino al 90% rispetto ai database vettoriali tradizionali, mantenendo prestazioni di query inferiori al secondo.
Gli embedding vettoriali, rappresentazioni numeriche di dati non strutturati generate da modelli di embedding, sono diventati fondamentali per le moderne applicazioni AI. Consentono funzionalità di ricerca semantica e forniscono contesto ai grandi modelli linguistici. Tuttavia, le soluzioni convenzionali di storage vettoriale richiedono solitamente risorse di calcolo dedicate attive in modo continuativo, facendo lievitare notevolmente i costi.
"Analizzando i carichi di lavoro dei clienti, abbiamo riscontrato che la stragrande maggioranza degli indici vettoriali non necessita di calcolo, RAM o SSD dedicati al 100% del tempo", ha spiegato AWS nel suo annuncio. Ad esempio, un database vettoriale tradizionale con dieci milioni di vettori può costare oltre 300 dollari al mese su un’istanza dedicata, mentre lo stesso dataset in S3 Vectors costerebbe circa 30 dollari al mese con 250.000 query.
S3 Vectors introduce un nuovo tipo di bucket con API dedicate alle operazioni vettoriali, permettendo agli utenti di archiviare e interrogare dati vettoriali senza dover predisporre infrastrutture. Ogni bucket vettoriale può contenere fino a 10.000 indici vettoriali, ciascuno in grado di ospitare decine di milioni di vettori. Il servizio ottimizza automaticamente i dati vettoriali per garantire il miglior rapporto prezzo-prestazioni possibile, anche con la crescita e l’evoluzione dei dataset.
La soluzione si integra nativamente con Amazon Bedrock Knowledge Bases, Amazon SageMaker e Amazon OpenSearch Service, risultando particolarmente preziosa per applicazioni di retrieval-augmented generation (RAG). Le organizzazioni possono adottare una strategia a livelli, archiviando grandi dataset vettoriali in S3 per massimizzare l’efficienza dei costi e spostando i vettori più consultati su OpenSearch per prestazioni superiori quando necessario.
S3 Vectors è attualmente disponibile in anteprima, con AWS che invita i clienti a provarlo tramite la console Amazon S3.