A Amazon Web Services (AWS) anunciou o Amazon S3 Vectors, uma solução de armazenamento vetorial durável e desenvolvida sob medida, que promete transformar a forma como organizações armazenam e utilizam dados de IA em larga escala.
Anunciado em 15 de julho de 2025, durante o AWS Summit em Nova York, o S3 Vectors é o primeiro armazenamento de objetos em nuvem com suporte nativo para armazenamento e consulta de embeddings vetoriais. O serviço pode reduzir em até 90% o custo total de upload, armazenamento e consulta de vetores em comparação com bancos de dados vetoriais tradicionais, mantendo desempenho de consulta em subsegundos.
Embeddings vetoriais, que são representações numéricas de dados não estruturados criadas a partir de modelos de embedding, tornaram-se essenciais para aplicações modernas de IA. Eles viabilizam buscas semânticas e fornecem contexto para grandes modelos de linguagem. No entanto, soluções convencionais de armazenamento vetorial normalmente exigem recursos computacionais dedicados em funcionamento contínuo, o que eleva significativamente os custos.
"Ao analisarmos as cargas de trabalho dos clientes, percebemos que a grande maioria dos índices vetoriais não precisava de computação provisionada, RAM ou SSD 100% do tempo", explicou a AWS em seu anúncio. Por exemplo, um banco de dados vetorial tradicional com dez milhões de vetores pode custar mais de US$ 300 por mês em uma instância dedicada, enquanto o mesmo conjunto de dados no S3 Vectors custaria aproximadamente US$ 30 por mês com 250.000 consultas.
O S3 Vectors introduz um novo tipo de bucket com APIs dedicadas para operações vetoriais, permitindo que usuários armazenem e consultem dados vetoriais sem necessidade de provisionar infraestrutura. Cada bucket vetorial pode conter até 10.000 índices vetoriais, sendo que cada índice pode armazenar dezenas de milhões de vetores. O serviço otimiza automaticamente os dados vetoriais para oferecer a melhor relação custo-benefício, mesmo à medida que os conjuntos de dados crescem e evoluem.
A solução integra-se nativamente ao Amazon Bedrock Knowledge Bases, Amazon SageMaker e Amazon OpenSearch Service, tornando-se especialmente valiosa para aplicações de geração aumentada por recuperação (RAG). As organizações podem adotar uma estratégia em camadas, armazenando grandes conjuntos de dados vetoriais no S3 para maior economia e migrando vetores de acesso frequente para o OpenSearch quando for necessário mais desempenho.
O S3 Vectors está disponível atualmente em prévia, e a AWS convida os clientes a experimentarem o serviço por meio do console do Amazon S3.