西部新闻网:前沿 真实 引领 公益 网站热线:13259888867 总编信箱:xibuxinwen@qq.com
当前位置: 网站首页 > 资讯中心 > 国内资讯 > 正文

星环科技基于第五代英特尔至强可扩展处理器的分布式向量数据库解决方案重磅发布

www.xibuxinwen.com(2023-12-25)来源:西部新闻网
复制链接关键词:星环科技 |

12月15日,2023 英特尔新品发布会暨 AI 技术创新派对上,星环科技基于第五代英特尔®至强®可扩展处理器的Transwarp Hippo分布式向量数据库解决方案重磅发布。该方案利用第五代英特尔®至强®可扩展处理器带来的强大算力,实现了约 2 倍的代际性能提升,可有效满足大模型时代海量、高维向量的存储和计算需求,能够帮助企业更好地应对大模型时代海量、多维向量数据的高并发和实时计算等挑战。

 

图11111.jpg

 

基于不同代际英特尔®至强®可扩展处理器的 Transwarp Hippo 性能对比

 

以大语言模型为代表的人工智能 (AI) 应用出现爆炸式增长背景下,企业对于非结构化数据的存储与处理需求出现了快速增长,分布式向量数据库得到了普遍应用。分布式向量数据库在大模型应用中扮演着重要角色,大模型+向量数据库的架构能够让大模型保持数据的实时性,使大模型拥有 “长期记忆”,解决模型需要多次二次训练才能满足不同业务需求。同时,通过多模态信息的向量化,帮助大模型满足回答信息实时性要求。

星环科技分布式向量数据库 Transwarp Hippo 作为一款企业级云原生分布式向量数据库,基于分布式特性,可以对文档、图片、音视频等多源、海量数据转化后的多维向量进行统一存储和管理,能够通过水平扩展架构,充分发挥并行检索能力,实现毫秒级高性能数据检索,结合相似度检索等技术,帮助用户快速挖掘数据价值。

 

图2.jpg

 

星环科技分布式向量数据库 Transwarp Hippo 产品架构

 

星环科技分布式向量数据库Transwarp Hippo 主要优势:

一站式:提供向量转化工具和Embedding模型,一站式完成模型上架、模型评估和模型部署,降低用户使用成本,提高数据入库效率。

高精度:多类索引支持,一库搞定向量+全文联合检索,提高大模型召回准确率;结合自研图数据库,可进一步提高大模型精度。

高性能:支持多进程架构与GPU加速,充分发挥并行检索能力,结合软硬件深度优化,充分发挥CPU多核、高内存带宽等优势,为海量、多维向量提供强劲算力。

易对接:提供标准的Python、Restful、Java API等接口,可轻松对接各类应用和模型,提高应用开发和调用的效率。

 

在搭配第五代英特尔®至强®可扩展处理器之后,星环科技分布式向量数据库Transwarp Hippo 能够提供强大的性能基础,在大模型等场景创造巨大价值。

支撑数据的高效处理:基于第五代英特尔®至强®可扩展处理器的 Transwarp Hippo 能够实现海量、高维度向量数据处理,并具备低时延、高精确度等优势,可以满足大模型训练等场景对于数据处理能力的苛刻要求。

降低向量数据库的总体拥有成本 (TCO):由于第五代英特尔®至强®可扩展处理器实现了代际性能的大幅提升,有助于提升 Transwarp Hippo 服务器节点的性能密度,帮助用户节省在服务器采购、部署等方面的投资。同时,第五代英特尔®至强®可扩展处理器在性能提升的同时,具备更高的每瓦性能,有助于节省单位性能的能耗支出。

具备性能进一步提升潜力:除了更多的核心数量,更快的 IPC 性能之外,第五代英特尔®至强®可扩展处理器还搭载了英特尔® In-Memory Analytics Accelerator(英特尔® IAA)等硬件加速特性,有助于进一步提升数据库等场景的性能。

 

基于第五代英特尔®至强®可扩展处理器的星环科技分布式向量数据库 Transwarp Hippo,提供了领先的性能表现,可以有效地解决大模型在知识时效性低、输入能力有限、准确度低等问题。通过将最新资料、专业知识、个人习惯等海量信息向量化存储在星环科技分布式向量数据库 Transwarp Hippo 中,企业可以有效拓展大模型的应用边界,让大模型保持信息实时性,并能够动态调整。

 

同时,星环科技能够为企业提供大模型应用开发全周期的技术和产品,通过Transwarp Hippo向量数据库和大模型统一运营管理平台Sophon LLMOps、金融大模型Transwarp Infinity“星环无涯”、大数据分析大模型Transwarp SoLar“求索”等产品组合,帮助每个企业更快、更精确地打造真正符合实际需求的专属领域大模型,促进生产力提升,加速业务创新和价值实现。

 

编辑:西部新闻网联盟
免责声明:本文仅代表作者个人观点,与西部新闻网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如作品内容涉及版权和其它问题,请联系我们,我们将尽快处理。西部新闻网所转载的内容,其版权均由原作者和资料提供方所拥有。
推荐热点信息