الوصف
ترانسورب هيبو هو قاعدة بيانات موزعة قائمة على السحابة للمؤسسات مصممة لتخزين واسترجاع وإدارة مجموعات كبيرة من بيانات المتجهات. يهدف إلى حل مشكلات مثل البحث عن تشابه المتجهات والتجميع عالي الكثافة للمتجهات، وقد تم بناؤه بواسطة ترانسورب، وهي بائع يصف موقعه الأوسع بأنه يوفر بنية تحتية للبيانات للذكاء الاصطناعي المؤسسي ويذكر، كرقم خاص به، أنه يخدم أكثر من 1800 عميل عبر أكثر من عشرة صناعات.
قراءة المزيد
معمارياً، هيبو هو نظام قائم على الحاويات، ومصمم للسحابة مع تعدد المستأجرين والتوسع المرن، بحيث يمكن أن ينمو مع عبء العمل بدلاً من أن يتم توفيره مرة واحدة. لاستخدام النشر الموزع، يستخدم خوارزمية Raft للحفاظ على تناسق البيانات بشكل قوي عبر الكتلة، مع هجرة الأخطاء وإصلاح البيانات من أجل المرونة على نطاق واسع. يتم التعامل مع الأمان من خلال مصادقة المستخدم المعتمدة على SASL ونقل البيانات المشفر باستخدام SSL/TLS. من جانب الاسترجاع، يدعم هيبو بنية متعددة العمليات مع تسريع GPU والعديد من أنواع فهارس المتجهات، إلى جانب تقسيم البيانات وتجزئتها، وعمليات إدخال البيانات التدريجية، وتصفية الحقول العددية للمتجهات لاستعلامات مختلطة، وكل ذلك يهدف إلى تلبية الطلب العالي على البحث في الوقت الحقيقي عبر مجموعات بيانات كبيرة. كما يدعم التحليل المشترك متعدد النماذج، حيث يخزن ويستعلم عن بيانات المتجهات جنبًا إلى جنب مع البيانات العلائقية، وبيانات الرسوم البيانية، وبيانات السلاسل الزمنية من خلال واجهة موحدة واحدة، ويعرض بناء جملة استعلام شبيه بـ SQL بالإضافة إلى واجهات برمجة التطبيقات Python وRESTful وJava.
في الممارسة العملية، تضع ترانسورب هيبو في عدد من السيناريوهات المحددة. بالنسبة لاسترجاع النصوص، يدعم محرك المتجهات استعلامات دلالية تعتمد على المعنى بدلاً من المطابقة الدقيقة للكلمات الرئيسية. بالنسبة لاسترجاع الصوت والصورة والفيديو، يمكن تحويل البيانات إلى ميزات متجهية عالية الأبعاد للبحث عن التشابه، مما يغطي سيناريوهات مثل التعرف على الوجه، والتعرف على الصوت، وبصمة الفيديو. بالنسبة لتطبيقات نماذج اللغة الكبيرة، يمكن أن يعمل هيبو كطبقة ذاكرة وسيطة لمحتوى تم إنشاؤه بواسطة LLM، مما يمنح النموذج شكلاً من أشكال الذاكرة طويلة الأمد مع المساعدة في الحفاظ على البيانات الحساسة داخل المؤسسة بدلاً من إرسالها خارجيًا.
لا توجد أسعار عامة مدرجة على صفحة المنتج؛ الوصول يتم من خلال طلب "تجربة الآن" أو عن طريق الاتصال بفريق مبيعات ترانسورب مباشرة، مما يتناسب مع وضعه كمنتج بنية تحتية للمؤسسات بدلاً من أداة ذاتية الخدمة.
ترانسورب هيبو هو الأنسب لفرق البيانات والتعلم الآلي في المؤسسات التي تحتاج إلى متجر متجهات مخصص، ربما جنبًا إلى جنب مع منتجات بيانات ترانسورب الأخرى مثل ترانسورب داتا هاب (TDH) وArgoDB؛ هذه هي منتجات منفصلة ذات صلة في مجموعة ترانسورب وليست جزءًا من هيبو نفسه.
- الفئةقواعد البيانات المتجهة والاسترجاع
- نموذج التسعيرللمؤسسات
- النشرسحابي
- المنصاتمبني على الحاويات
الميزات الأساسية لـ ترانسورب هيبو
نشر قائم على السحابة، ومعبأ في حاويات مع توسع مرن وتعدد مستأجرين
معمارية كتلة موزعة تستخدم خوارزمية Raft لضمان تناسق البيانات
أنواع متعددة من فهارس البحث عن المتجهات مع تقسيم البيانات وتجزئتها
إدخال بيانات تدريجي وتصفية الحقول العددية للمتجهات لاستعلامات مختلطة
استرجاع متعدد العمليات مع تسريع GPU مصمم للبحث عن التشابه بكميات كبيرة
أمان مؤسسي عبر مصادقة SASL ونقل مشفر باستخدام SSL/TLS
تخزين وتحليل موحد عبر بيانات المتجهات، والعلائقية، والرسوم البيانية، وبيانات السلاسل الزمنية
بناء جملة استعلام شبيه بـ SQL بالإضافة إلى واجهات برمجة التطبيقات Python وRESTful وJava
طبقة ذاكرة وسيطة لمحتوى تم إنشاؤه بواسطة LLM
كيفية استخدام ترانسورب هيبو؟
طلب تجربة: استخدم خيار "تجربة الآن" على صفحة منتج هيبو لبدء الاختبار.
الاتصال بالمبيعات: تواصل عبر "اتصل بنا" للحصول على تفاصيل نشر المؤسسات والأسعار.
نشر الكتلة: قم بإعداد نشر هيبو المعبأ في حاويات والموزع في بيئتك.
إدخال البيانات: قم بتحميل بيانات المتجهات بشكل تدريجي، مع تطبيق التقسيم والتجزئة حسب الحاجة.
بناء الفهارس: اختر من أنواع فهارس المتجهات في هيبو لسيناريو الاسترجاع الخاص بك.
استعلام واسترجاع: قم بتشغيل عمليات البحث عن التشابه باستخدام بناء جملة شبيه بـ SQL أو واجهات برمجة التطبيقات Python أو REST أو Java.
حالات استخدام ترانسورب هيبو
- البحث الدلالي عن النصوص
- استرجاع الصور والأصوات
- ذاكرة طويلة الأمد لنماذج اللغة الكبيرة
- تجميع المتجهات للمؤسسات
