설명
Transwarp Hippo는 대량의 벡터 데이터를 저장, 검색 및 관리하기 위해 구축된 기업 수준의 클라우드 네이티브 분산 벡터 데이터베이스입니다. 벡터 유사성 검색 및 고밀도 벡터 클러스터링과 같은 문제를 해결하는 것을 목표로 하며, Transwarp에 의해 구축되었습니다. Transwarp는 기업 AI를 위한 데이터 인프라를 제공한다고 설명하며, 10개 이상의 산업에서 1,800명 이상의 고객에게 서비스를 제공하고 있습니다.
더 읽기
구조적으로 Hippo는 다중 테넌시 및 탄력적 확장을 지원하는 컨테이너화된 클라우드 네이티브 시스템으로, 한 번 프로비저닝되는 것이 아니라 작업 부하에 따라 성장할 수 있습니다. 분산 배포를 위해 Raft 알고리즘을 사용하여 클러스터 전반에 걸쳐 데이터를 강력하게 일관되게 유지하며, 대규모에서의 복원력을 위한 장애 마이그레이션 및 데이터 복구 기능을 제공합니다. 보안은 SASL 기반 사용자 인증 및 SSL/TLS 암호화된 데이터 전송을 통해 처리됩니다. 검색 측면에서 Hippo는 GPU 가속 및 여러 벡터 인덱스 유형을 갖춘 다중 프로세스 아키텍처를 지원하며, 데이터 파티셔닝 및 샤딩, 점진적 데이터 수집 및 혼합 쿼리를 위한 벡터 스칼라 필터링을 통해 대규모 데이터 세트에 대한 높은 실시간 검색 수요를 충족하는 것을 목표로 합니다. 또한 벡터, 관계형, 그래프 및 시계열 데이터를 하나의 통합 인터페이스를 통해 저장하고 쿼리할 수 있는 다중 모델 공동 분석을 지원하며, SQL 유사 쿼리 구문과 Python, RESTful 및 Java API를 제공합니다.
실제로 Transwarp는 Hippo를 몇 가지 구체적인 시나리오에 맞춰 포지셔닝합니다. 텍스트 검색의 경우, 벡터 엔진은 정확한 키워드 일치를 넘어 의미 기반 쿼리를 지원합니다. 음성, 이미지 및 비디오 검색의 경우, 데이터는 유사성 검색을 위한 고차원 벡터 특징으로 변환될 수 있으며, 얼굴 인식, 음성 인식 및 비디오 지문 인식과 같은 시나리오를 포함합니다. 대형 언어 모델 애플리케이션의 경우, Hippo는 LLM 생성 콘텐츠를 위한 중간 저장소 역할을 하여 모델에 장기 기억의 형태를 제공하며, 민감한 데이터를 외부로 전송하지 않고 기업 내부에 유지하는 데 도움을 줍니다.
제품 페이지에 공개된 가격은 없으며, "지금 체험하기" 요청을 통해 접근하거나 Transwarp의 영업 팀에 직접 연락해야 합니다. 이는 자가 서비스 도구가 아닌 기업 인프라 제품으로서의 포지셔닝에 부합합니다.
Transwarp Hippo는 전용 벡터 저장소가 필요한 기업 데이터 및 머신 러닝 팀에 가장 적합하며, Transwarp Data Hub (TDH) 및 ArgoDB와 같은 다른 Transwarp 데이터 제품과 함께 사용할 수 있습니다. 이들은 Transwarp의 라인업에서 별개의 관련 제품이며 Hippo 자체의 일부가 아닙니다.
- 카테고리벡터 데이터베이스 및 검색
- 요금제엔터프라이즈
- 배포클라우드
- 플랫폼컨테이너 기반
Transwarp Hippo의 핵심 기능
클라우드 네이티브, 컨테이너화된 배포로 탄력적 확장 및 다중 테넌시 지원
데이터 일관성을 위한 Raft 알고리즘을 사용하는 분산 클러스터 아키텍처
데이터 파티셔닝 및 샤딩이 포함된 여러 벡터 검색 인덱스 유형
혼합 쿼리를 위한 점진적 데이터 수집 및 벡터 스칼라 필터링
고용량 유사성 검색을 위해 구축된 GPU 가속 다중 프로세스 검색
SASL 인증 및 SSL/TLS 암호화 전송을 통한 기업 보안
벡터, 관계형, 그래프 및 시계열 데이터 전반에 걸친 통합 저장 및 분석
SQL 유사 쿼리 구문과 Python, RESTful 및 Java API
LLM 생성 콘텐츠를 위한 중간 메모리 계층
Transwarp Hippo 사용 방법은?
체험 요청: Hippo 제품 페이지에서 "지금 체험하기" 옵션을 사용하여 테스트를 시작합니다.
영업 문의: 기업 배포 및 가격 세부정보를 위해 "문의하기"를 통해 연락합니다.
클러스터 배포: 귀하의 환경에서 Hippo의 컨테이너화된 분산 배포를 설정합니다.
데이터 수집: 필요에 따라 파티셔닝 및 샤딩을 적용하여 벡터 데이터를 점진적으로 로드합니다.
인덱스 구축: 검색 시나리오에 맞는 Hippo의 벡터 인덱스 유형을 선택합니다.
쿼리 및 검색: SQL 유사 구문 또는 Python, REST 또는 Java API를 사용하여 유사성 검색을 실행합니다.
Transwarp Hippo의 사용 사례
- 의미 기반 텍스트 검색
- 이미지 및 음성 검색
- LLM 장기 기억
- 기업 벡터 클러스터링
