Описание
Transwarp Hippo — это облачная распределенная векторная база данных, предназначенная для хранения, извлечения и управления большими коллекциями векторных данных. Она нацелена на решение таких задач, как поиск по сходству векторов и кластеризация векторов высокой плотности, и разработана компанией Transwarp, поставщиком, который, согласно более широкой информации на сайте, предоставляет инфраструктуру данных для корпоративного ИИ и утверждает, что обслуживает более 1,800 клиентов в более чем десяти отраслях.
Читать далее
Архитектурно Hippo представляет собой контейнеризированную облачную систему с мультиарендой и эластичным масштабированием, что позволяет ей расти вместе с рабочей нагрузкой, а не быть выделенной один раз. Для распределенного развертывания используется алгоритм Raft для поддержания сильной согласованности данных в кластере, с миграцией ошибок и восстановлением данных для устойчивости в масштабе. Безопасность обеспечивается через аутентификацию пользователей на основе SASL и шифрование передачи данных с помощью SSL/TLS. На стороне извлечения Hippo поддерживает многопроцессорную архитектуру с ускорением на GPU и несколькими типами векторных индексов, а также разбиением данных и шардированием, инкрементальным вводом данных и фильтрацией векторных скалярных полей для смешанных запросов, все это направлено на удовлетворение высокого спроса на поиск в реальном времени по большим наборам данных. Она также поддерживает совместный анализ нескольких моделей, храня и запрашивая векторные данные наряду с реляционными, графовыми и временными данными через один унифицированный интерфейс, и предоставляет синтаксис запросов в стиле SQL, а также API на Python, RESTful и Java.
На практике Transwarp позиционирует Hippo для нескольких конкретных сценариев. Для извлечения текста ее векторный движок поддерживает семантические, основанные на значении запросы, а не точное совпадение ключевых слов. Для извлечения голоса, изображений и видео данные могут быть преобразованы в высокоразмерные векторные признаки для поиска по сходству, охватывая такие сценарии, как распознавание лиц, распознавание голоса и отпечатки видео. Для приложений больших языковых моделей Hippo может выступать в качестве промежуточного хранилища для контента, сгенерированного LLM, эффективно предоставляя модели форму долгосрочной памяти, при этом помогая сохранить конфиденциальные данные внутри компании, а не отправлять их внешне.
На странице продукта не указаны публичные цены; доступ осуществляется через запрос "Попробовать сейчас" или путем прямого обращения к команде продаж Transwarp, что соответствует ее позиционированию как продукта для корпоративной инфраструктуры, а не как инструмента самообслуживания.
Transwarp Hippo лучше всего подходит для корпоративных команд по данным и машинному обучению, которым необходимо специализированное хранилище векторов, возможно, наряду с другими продуктами данных Transwarp, такими как Transwarp Data Hub (TDH) и ArgoDB; это отдельные, связанные продукты в линейке Transwarp и не являются частью самой Hippo.
- КатегорияВекторные базы данных и поиск
- Модель ценообразованияКорпоративный
- РазвёртываниеОблако
- ПлатформыНа основе контейнеров
Основные функции Transwarp Hippo
Облачное, контейнеризированное развертывание с эластичным масштабированием и мультиарендой
Распределенная кластерная архитектура с использованием алгоритма Raft для согласованности данных
Несколько типов индексов поиска векторов с разбиением данных и шардированием
Инкрементальный ввод данных и фильтрация векторных скалярных полей для смешанных запросов
Извлечение с ускорением на GPU, построенное для высокообъемного поиска по сходству
Корпоративная безопасность через аутентификацию SASL и шифрование передачи SSL/TLS
Унифицированное хранение и анализ векторных, реляционных, графовых и временных данных
Синтаксис запросов в стиле SQL, а также API на Python, RESTful и Java
Промежуточный слой памяти для контента, сгенерированного LLM
Как использовать Transwarp Hippo?
Запросить пробный доступ: Используйте опцию "Попробовать сейчас" на странице продукта Hippo, чтобы начать тестирование.
Связаться с отделом продаж: Обратитесь через "Связаться с нами" для получения информации о развертывании и ценах для предприятий.
Развернуть кластер: Настройте контейнеризированное, распределенное развертывание Hippo в вашей среде.
Загрузить данные: Постепенно загружайте векторные данные, применяя разбиение и шардирование по мере необходимости.
Создать индексы: Выберите из типов индексов векторов Hippo для вашего сценария извлечения.
Запрашивать и извлекать: Выполняйте поиск по сходству, используя синтаксис в стиле SQL или API на Python, REST или Java.
Варианты использования Transwarp Hippo
- Семантический текстовый поиск
- Извлечение изображений и голосов
- Долгосрочная память LLM
- Корпоративная кластеризация векторов
