Amazon Web Services (AWS) telah memperkenalkan Amazon S3 Vectors, satu penyelesaian storan vektor tahan lasak yang direka khusus untuk mengubah cara organisasi menyimpan dan menggunakan data AI pada skala besar.
Diumumkan pada 15 Julai 2025 di AWS Summit New York, S3 Vectors merupakan stor objek awan pertama dengan sokongan asli untuk penyimpanan dan pertanyaan embedding vektor. Perkhidmatan ini boleh mengurangkan jumlah kos memuat naik, menyimpan, dan membuat pertanyaan ke atas vektor sehingga 90% berbanding pangkalan data vektor tradisional, sambil mengekalkan prestasi pertanyaan sub-saat.
Embedding vektor, iaitu perwakilan berangka bagi data tidak berstruktur yang dihasilkan daripada model embedding, kini menjadi asas kepada aplikasi AI moden. Ia membolehkan keupayaan carian semantik dan menyediakan konteks untuk model bahasa besar. Namun, penyelesaian storan vektor konvensional biasanya memerlukan sumber pengkomputeran khusus yang berjalan secara berterusan, sekali gus meningkatkan kos dengan ketara.
"Apabila kami meneliti beban kerja pelanggan, kami dapati majoriti besar indeks vektor tidak memerlukan pengkomputeran, RAM atau SSD yang disediakan 100 peratus sepanjang masa," jelas AWS dalam pengumuman mereka. Sebagai contoh, pangkalan data vektor konvensional dengan sepuluh juta vektor boleh menelan kos lebih $300 sebulan pada satu instance khusus, manakala dataset yang sama dalam S3 Vectors hanya menelan kos sekitar $30 sebulan dengan 250,000 pertanyaan.
S3 Vectors memperkenalkan jenis bucket baharu dengan API khusus untuk operasi vektor, membolehkan pengguna menyimpan dan membuat pertanyaan ke atas data vektor tanpa perlu menyediakan infrastruktur. Setiap bucket vektor boleh mengandungi sehingga 10,000 indeks vektor, dengan setiap indeks mampu memuatkan puluhan juta vektor. Perkhidmatan ini secara automatik mengoptimumkan data vektor untuk nisbah harga-prestasi terbaik, walaupun set data berkembang dan berubah.
Penyelesaian ini berintegrasi secara asli dengan Amazon Bedrock Knowledge Bases, Amazon SageMaker, dan Amazon OpenSearch Service, menjadikannya sangat bernilai untuk aplikasi retrieval-augmented generation (RAG). Organisasi boleh melaksanakan strategi bertingkat, menyimpan set data vektor besar dalam S3 untuk penjimatan kos, sambil memindahkan vektor yang kerap diakses ke OpenSearch untuk prestasi lebih tinggi apabila diperlukan.
S3 Vectors kini tersedia dalam pratonton, dan AWS menjemput pelanggan untuk mencubanya melalui konsol Amazon S3.