LLMs 记忆体全新升级:六大新功能全面出击,用户体验值拉满!
LLMs 时代之下,CVP Stack 必不可少。
其中,C 代表以 ChatGPT 为代表的大模型,它在 AI 程序中充当中央处理器的角色;V 代表 Vector Database,即以 Zilliz Cloud 和 Milvus 为代表的向量数据库,为大模型提供知识存储;P 代表Prompt Engineering,各环节通过 prompt 的方式进行交互。
为给用户带来更好、更流畅的体验,作为 LLMs 记忆体的 Zilliz Cloud 再次进行版本更新!本次,我们新增了价格计算器、取消存储配额限制、自动暂停不活跃数据库等功能,用户体验感再上新台阶。通过阅读本文,用户可以快速、详尽地了解 Zilliz Cloud 的六大新功能!
3c22ebd0-9716-474c-bbbe-432ff181509b.png
价格计算器
Zilliz Cloud 新增的价格计算器[1]功能,能够帮用户更好地估算所需资源成本。操作方式十分简单,用户只需选择偏好的计算单元(CU)类型和云服务提供商,并输入需要存储的 entity 数量和向量维度,就可以快速计算所需的 CU 大小和资源成本。
价格计算器
目前,价格计算器仅支持计算向量数据。未来,我们将支持标量数据,让成本计算精确再精确。
支持 GCP 上备份和恢复数据
Zilliz Cloud 新版本支持在 Google Cloud Platform(GCP)上备份和恢复数据,这将大大提高系统的弹性,确保在遇到各种突发状况的情况下,用户业务的连续性不受影响。
取消存储配额限制
Zilliz Cloud 新版本取消了存储配额限制。自此,用户可以将数据导入至未加载的集合中,且无需担心超过存储限制。不过,需要注意的是,每个数据库的负载容量取决于其 CU 大小。为此,我们也强烈建议用户使用价格计算器来选择和需求最为适配的数据库。
此外,我们也优化了通知系统以提升用户体验。如果数据量超过数据库 CU 大小可负载的容量,Zilliz Cloud 将立刻向用户发送通知,提醒数据导入可能会失败并提供相应解决方法。
自动暂停不活跃数据库
Zilliz Cloud 能否自动暂停不活跃的数据库,以帮助用户节省 credit 和成本?当然可以!当数据库出现连续 14 天不活跃的情况,Zilliz Cloud 会自动暂停。需要强调的是,这中间我们不会删除任何数据,用户随时按需继续使用数据库。
支持自定义时区
Zilliz Cloud 新版本支持设置自定义时区,以确保所有数据的时间戳更为准确,满足不同国家、不同区域用户的时间显示需求。
支持重命名 Collection
Zilliz Cloud 新版本支持重命名数据库 Collection,方便用户轻松、灵活管理,降低时间管理成本。这意味着,只要使用本功能,用户就不需要再创建新的 Collection 或迁移 Collection 数据。
其他改进
除上述六大新功能外,Zilliz Cloud 新版本还进行了以下改进:
- 优化计费界面;
- 优化 CU 类型命名——从 ”high-performance CU“ 和 ”big-data CU“ 改为 ”performance-optimized CU“ 和 ”capacity-optimized CU“。
更多详情,请阅读 Zilliz Cloud[2]发版说明。
立即注册[3]即可获赠价值 400 的 credits。
同时,Zilliz Cloud 将于今年晚些时候登陆阿里云,对此有需求的用户可以耐心等待,我们 7 月见!
🌟【相关链接】🌟
[1] 价格计算器:https://zilliz.com/pricing
[2] Zilliz Cloud 发版说明:https://zilliz.com/doc/release_notes
[3] Zilliz Cloud 注册链接:https://cloud.zilliz.com/signup
技术干货
使用向量搜索更好地理解计算机视觉数据
一个关键的挑战是如何为正确的模型策划更好的数据以获得改进的结果。由于模型的复杂性和数据的高维度,有很多微调、粗暴的力量尝试和在黑暗中的试错,这消耗了创新的资源。
2024-07-26技术干货
CPU是否足够?在新型硬件上运行向量搜索的综述
在Zilliz组织的2024年非结构化数据聚会上,Smile Identity的计算机视觉专家以及NeurIPS BigANN挑战赛的组织者(2021年,2023年)George Williams,探讨了CPU是否足以应对向量搜索/近似最近邻(ANN)。他探索了新的硬件解决方案如何能彻底改变向量搜索,强调了先进的搜索算法与尖端硬件的交汇,并对未来的数据检索技术提供了洞见。
2024-07-26技术干货
文本即数据,从任何地方到任何地方
统一数据集成将不同类型的数据和来源合并到一个单一、连贯的系统中,以便进行有效的分析和处理。这种能力对于充分发挥你的数据潜力至关重要,确保在各种平台和应用程序中无缝访问和利用。
2024-07-26