説明
PostgresMLは、機械学習機能をPostgreSQLデータベース内に直接組み込むことで、AIアプリケーション開発のための合理化されたアプローチを提供します。これにより、個別のベクトルデータベース、埋め込みモデル、LLMフレームワークなどの複雑なマイクロサービスアーキテクチャの必要がなくなり、運用オーバーヘッドと潜在的な本番環境での障害を削減できます。
続きを読む
このプラットフォームは、開発者がSQLの使い慣れた環境を活用して、AI搭載アプリケーションを容易に構築できるようにします。主な機能には、従来のメソッドよりも最大10倍高速なベクトル埋め込みのインデックス作成、フィルタリング、再ランキングが含まれ、HNSWまたはIVFFlatインデックスを使用した高速なKNNおよびANN検索をサポートします。また、テキストの分割とチャンキングのための組み込みデータプリプロセッサを備え、最先端のモデルの選択を使用して埋め込みの生成を容易にします。
PostgresMLは、データとコンピューティングの共配置を可能にし、単一のマシンでテラバイトのデータを埋め込み、提供、保存しながら、組み込みのデータプライバシーとセキュリティを確保できます。さらに、回帰、分類、クラスタリングを含むさまざまなMLモデルのトレーニング、チューニング、デプロイ、および独自のデータでのLLMのファインチューニングをサポートします。ユーザーはモデルのデプロイメントを時間とともに監視することもできます。
このプラットフォームは、MistralやLlamaなどのオープンソースLLMとシームレスに統合され、さまざまなNLPタスクを可能にし、同じインフラストラクチャでモデルを提供します。複数のデプロイメントオプションを備えた包括的なプラットフォームを提供し、SQLまたはJavaScriptおよびPythonのSDKを介してAIおよび機械学習タスクをサポートします。この統合アプローチは、複数の既存ツールを置き換え、運用コストを最小限に抑えることができるため、より優れた価格性能につながります。
PostgresMLは、PostgreSQLに精通しており、急な学習曲線や分散システムの管理オーバーヘッドなしで高度なAIおよびML機能を組み込みたいエンジニアおよび開発者向けに設計されています。マイクロサービスの混乱、非効率性の増加、複数のシステムにわたる過剰なデータ露出などの一般的なペインポイントに対処し、より安全で安定したプライベートなソリューションを提供します。
- カテゴリーベクトルデータベースと検索
- 料金モデル使用したモデルに基づく従量課金制
- デプロイクラウド
- プラットフォームWeb
PostgresMLの主要機能
データベース内機械学習およびAI機能
ベクトルインデックス作成、フィルタリング、再ランキング
埋め込みのための高速KNNおよびANN検索
HNSWおよびIVFFlatインデックスのサポート
最先端モデルを使用したテキスト埋め込みの生成
テキスト分割およびチャンキングのための組み込みデータプリプロセッサ
埋め込み、提供、ストレージのためのデータとコンピューティングの共配置
単一マシンでのテラバイト級データのサポート
組み込みデータプライバシーおよびセキュリティ機能
MLモデル（回帰、分類、クラスタリング）のトレーニング、チューニング、デプロイ
カスタムデータでのLLMのファインチューニング
モデルデプロイメントの監視
オープンソースLLM（Mistral、Llama）との統合
SQL、JavaScript、Python SDKのサポート
マイクロサービス複雑性を削減するシンプルなAIスタック
PostgresMLの使い方は？
設定: PostgreSQLデータベース内にPostgresMLを設定します。
埋め込みの生成: 組み込みモデルを使用するか、独自のモデルを統合してテキストデータをベクトル埋め込みに変換します。
ベクトルのインデックス作成: 高速な取得のために埋め込みを効率的にインデックス作成します。
MLタスクの実行: 組み込みモデルを使用して、テキスト生成、要約、翻訳などのタスクを実行します。
モデルのデプロイ: カスタム機械学習モデルをデータベース内で直接トレーニング、チューニング、デプロイします。
統合: PythonおよびJavaScriptのSQLまたはSDKを使用して、AI搭載アプリケーションを構築します。
PostgresMLの使用例
- RAGチャットボット
- リアルタイムAI出力
- 埋め込み生成
- データ分析とインサイト
- NLPタスク
- カスタムモデルデプロイ
- 合理化されたAIスタック
