Amazon Web Services (AWS) zaprezentował Amazon S3 Vectors – specjalistyczne, trwałe rozwiązanie do przechowywania danych wektorowych, które ma zrewolucjonizować sposób, w jaki organizacje przechowują i wykorzystują dane AI na dużą skalę.
Ogłoszony 15 lipca 2025 roku podczas AWS Summit w Nowym Jorku, S3 Vectors to pierwsze rozwiązanie chmurowe do przechowywania obiektów z natywną obsługą przechowywania i zapytań do osadzeń wektorowych. Usługa ta może obniżyć całkowity koszt przesyłania, przechowywania i zapytań do danych wektorowych nawet o 90% w porównaniu z tradycyjnymi bazami danych wektorowych, przy zachowaniu czasu odpowiedzi poniżej sekundy.
Osadzenia wektorowe, czyli numeryczne reprezentacje danych nieustrukturyzowanych tworzone przez modele embeddingowe, stały się kluczowe dla współczesnych aplikacji AI. Umożliwiają wyszukiwanie semantyczne i dostarczają kontekstu dużym modelom językowym. Jednak tradycyjne rozwiązania do przechowywania wektorów zwykle wymagają dedykowanych zasobów obliczeniowych działających nieprzerwanie, co znacząco podnosi koszty.
„Analizując obciążenia klientów, zauważyliśmy, że zdecydowana większość indeksów wektorowych nie wymagała stale przydzielonych zasobów obliczeniowych, RAM ani SSD” – wyjaśnia AWS w swoim komunikacie. Na przykład tradycyjna baza danych wektorowych z dziesięcioma milionami wektorów może kosztować ponad 300 USD miesięcznie na dedykowanej instancji, podczas gdy ten sam zbiór danych w S3 Vectors to koszt około 30 USD miesięcznie przy 250 000 zapytań.
S3 Vectors wprowadza nowy typ „bucketu” z dedykowanymi API do operacji na wektorach, umożliwiając użytkownikom przechowywanie i zapytania do danych wektorowych bez konieczności zarządzania infrastrukturą. Każdy bucket wektorowy może zawierać do 10 000 indeksów wektorowych, z których każdy może przechowywać dziesiątki milionów wektorów. Usługa automatycznie optymalizuje dane wektorowe pod kątem najlepszego stosunku ceny do wydajności, nawet gdy zbiory danych rosną i ewoluują.
Rozwiązanie natywnie integruje się z Amazon Bedrock Knowledge Bases, Amazon SageMaker oraz Amazon OpenSearch Service, co czyni je szczególnie wartościowym dla aplikacji typu retrieval-augmented generation (RAG). Organizacje mogą wdrożyć strategię warstwową, przechowując duże zbiory danych wektorowych w S3 dla oszczędności, a często używane wektory przenosić do OpenSearch w celu uzyskania wyższej wydajności w razie potrzeby.
S3 Vectors jest obecnie dostępny w wersji zapoznawczej – AWS zaprasza klientów do testowania rozwiązania poprzez konsolę Amazon S3.