menu
close

AWS推出S3 Vectors,AI存储成本降低90%

亚马逊推出了S3 Vectors,这是首个原生支持向量的云对象存储,专为AI工作负载设计。这一突破性解决方案将向量数据的存储与查询成本相比传统方式最高降低90%,同时提供亚秒级查询性能。S3 Vectors可无缝集成至Amazon Bedrock知识库及其他AWS服务,让AI应用和语义搜索能够以更低成本利用大规模向量数据集。
AWS推出S3 Vectors,AI存储成本降低90%

亚马逊云服务(AWS)正式发布了Amazon S3 Vectors,这是一款专为持久化向量存储打造的解决方案,有望彻底改变企业大规模存储与利用AI数据的方式。

2025年7月15日,在纽约举办的AWS峰会上,S3 Vectors作为首个原生支持向量嵌入存储与查询的云对象存储服务亮相。与传统向量数据库相比,该服务可将上传、存储和查询向量的总成本最高降低90%,同时保持亚秒级的查询性能。

向量嵌入是由嵌入模型生成的非结构化数据的数值表示,已成为现代AI应用的核心。它们支持语义搜索功能,并为大型语言模型提供上下文。然而,传统的向量存储方案通常需要持续运行的专用计算资源,导致成本居高不下。

AWS在公告中解释道:“我们调研了客户的工作负载后发现,绝大多数向量索引并不需要100%时间分配计算、内存或SSD资源。”例如,传统向量数据库在专用实例上存储一千万个向量,每月成本可能超过300美元,而同样的数据集在S3 Vectors中,每月仅需约30美元(基于25万次查询)。

S3 Vectors引入了一种全新的存储桶类型,配备专用API用于向量操作,用户无需预置基础设施即可存储和查询向量数据。每个向量存储桶可包含最多1万个向量索引,每个索引可容纳数千万个向量。该服务会自动优化向量数据,实现最佳的性价比,即使数据集不断扩展和演变。

该解决方案与Amazon Bedrock知识库、Amazon SageMaker及Amazon OpenSearch Service原生集成,特别适合用于检索增强生成(RAG)等应用场景。企业可采用分层策略,将大规模向量数据集存储在S3中以降低成本,而将高频访问的向量迁移到OpenSearch以获得更高性能。

目前,S3 Vectors已开放预览,AWS邀请客户通过Amazon S3控制台进行试用。

Source:

Latest News