《向量数据库》——Milvus v1.0 已发布

最新推荐文章于 2024-08-05 15:00:00 发布
最新推荐文章于 2024-08-05 15:00:00 发布
阅读量623 收藏
点赞数
分类专栏： 《向量数据库指南》 低代码指南 文章标签： milvus 低代码 人工智能 维格云 LCHub 向量数据库
LCHub
本文链接：https://blog.csdn.net/qinglingye/article/details/131282196
版权
Milvus v1.0 正式发布，作为首个长期支持版本，提供欧氏距离、内积等多种相似度计算，并支持与SOTA ANN算法集成，如Faiss和Hnswlib。该版本引入了工具链整合，旨在简化与AI生态系统的集成，并计划支持更多AI芯片。未来，Milvus将专注于云原生环境的集成，采用Golang进行引擎开发。
摘要由CSDN通过智能技术生成

Milvus v1.0 已发布

今天，我们很高兴地宣布 Milvus v1.0 版本的发布。通过数百名 Milvus 社区用户在八个月内不断的测试和试验， Milvus v0.10.x 现在已足够稳定，是时候该发布基于 Milvus v0.10.6 的 Milvus v1.0 了。

Milvus v1.0 具有以下功能：

  • 支持主流的相似度计算方式，包括欧氏距离 (L2)、内积 (IP)、汉明距离、杰卡德距离等；
  • 可与 SOTA ANN 算法集成和优化，包括 Faiss，Hnswlib，Annoy，NSG 等；
  • 可通过 Mishards 集群分片中间件进行横向扩展；
  • 支持 AI 场景中常用的处理器，包括 X86，Nvidia GPU，Xilinx FPGA 等。

请参见发版说明，了解更多有关 v1.0 的功能。

了解本专栏 订阅专栏 解锁全文 超级会员免费看
ModaHub魔搭社区
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
《向量数据库》——向量数据库 Milvus 是什么
LCHub低代码社区
06-19 1389
Milvus 是一款开源的向量数据库，支持针对 TB 级向量的增删改操作和近实时查询，具有高度灵活、稳定可靠以及高速查询等特点。Milvus 集成了 Faiss、NMSLIB、Annoy 等广泛应用的向量索引库，提供了一整套简单直观的 API，让你可以针对不同场景选择不同的索引类型。此外，Milvus 还可以对标量数据进行过滤，进一步提高了召回率，增强了搜索的灵活性。如果你的计算机上安装了支持 CUDA 功能的 GPU 设备，你可以安装 Milvus 的 GPU 版本以获取针对海量数据的更优的查询性能。
Milvus向量数据库
weixin_44490884的博客
05-30 6177
Milvus创建于2019年，唯一的目标是：存储、索引和管理由深度神经网络和其他机器学习(ML)模型生成的大量嵌入向量embedding vectors。
KubeSphere 部署向量数据库 Milvus 实战指南
KubeSphere
07-30 614
作者：运维有术星主Milvus 是一个为通用人工智能（GenAI）应用而构建的开源向量数据库。它以卓越的性能和灵活性，提供了一个强大的平台，用于存储、搜索和管理大规模的向量数据。Milvus 能够执行高速搜索，并以最小的性能损失扩展到数百亿向量。其分布式架构确保了系统的高可用性和水平可扩展性，满足不断增长的数据需求。同时，Milvus 提供了丰富的 API 和集成选项，使其成为机器学习、计算机视觉和自然语言处理等 AI 应用的理想选择。
强大的向量数据库：Milvus
sgyuanshi的博客
09-01 7720
在推荐系统中，向量的最邻近检索是极为关键的一步，特别是在召回流程中。一般常用的如Annoy、faiss都可以满足大部分的需求，今天再来介绍另外一个：Milvus Milvus Milvus不同于Annoy、faiss这类型的向量检索工具，它更是一款开源向量数据库，赋能 AI 应用和向量相似度搜索。 涉及的术语 Filed：类似表字段，可以是结构化数据，当然还可以是向量； Entity：一组Filed，类似表的一条数据； Collection：一组Entity，类似于表； 亮点 Milvus不单单是向.
向量数据库：Milvus
m0_37559973的博客
06-05 902
Milvus 是一个开源的高性能向量数据库，旨在为嵌入式相似性搜索和人工智能应用提供强大支持。
【向量数据库】Milvus 向量数据库介绍
qq_20623849的博客
07-20 1734
Milvus是一个于2019年创建的数据库，其目标是存储、索引和管理由深度神经网络和其他机器学习（ML）模型生成的大规模嵌入向量。作为一个专门设计用于处理输入向量查询的数据库，它能够在万亿级别上索引向量。与现有的关系型数据库主要处理按照预定义模式的结构化数据不同，Milvus从底层开始设计，处理从非结构化数据转换而来的嵌入向量。随着互联网的发展与演进，非结构化数据变得越来越普遍，包括电子邮件、论文、物联网传感器数据、Facebook照片、蛋白质结构等等。
《向量数据库指南》——向量数据库Milvus 1.x 迁移到 Milvus 2.x
LCHub低代码社区
09-22 288
为了让用户快速体验，在项目源码的 testfiles目录下放置了1w 条 Milvus 1.x 测试数据在test1/目录下，目录结构：包含 tables 和 meta.json 两部分。不同于 ES 的迁移使用一个命令即可完成迁移，目前 Milvus 1.x 和 Faiss 迁移需要执行 dump 和 load 两个命令(后期规划会改造成一个指令即可)。当准备好数据后，如果使用的 Milvus 2.x 在 Zilliz Cloud云，则可直接在 cloud console 页面进行迁移操作。
《Milvus Cloud向量数据库指南》——Milvus Cloud赋能Ivy.ai：从崩溃到飞跃，AI教育新纪元
最新发布
LCHub低代码社区
08-05 911
Ivy.ai的成功转型和突破，不仅展示了GenAI技术在教育领域的巨大潜力，也为我们提供了一个宝贵的启示：在数字化转型的道路上，选择正确的技术工具和合作伙伴至关重要。通过引入Milvus Cloud等先进的向量数据库技术，Ivy.ai不仅克服了数据处理和实时响应的难题，还实现了从自托管到云服务的华丽转身。这一转变不仅提升了系统的稳定性和可扩展性，更为Ivy.ai的未来发展奠定了坚实的基础。我们有理由相信，在未来的日子里，Ivy.ai将继续引领教育领域的创新潮流，为更多用户带来更加智能、高效的学习体验。
《向量数据库指南》——用 Milvus Cloud和 NVIDIA Merlin 搭建高效推荐系统结果
LCHub低代码社区
11-03 372
对于更大的第二个数据集（730 万个用户），我们将 85%（约 620万个）的向量用于“训练”（要建立索引的向量集），剩下的 15%（约 110 万个）作为“测试”或查询向量集。此外，召回率的值随着索引和查询参数的变化也会发生很大的变化。在给定参数组合下，使用 HNSW 在 CPU 上执行所有查询的总时间范围在 5.22 到 5.33 秒之间（在 ef不变的情况下，随着 m 的增大而更快），而使用 IVF_PQ 在 13.67 到 14.67 秒之间（随着 nlist 和 nprobe 的增大而变慢）。
《向量数据库指南》——Milvus Cloud是如何从 0 到 1 做一款向量数据库的？经过了哪些升级和迭代？
LCHub低代码社区
09-13 108
当时很多人认为 Milvus 只是在 Faiss 上做了一层封装，这是最早对 Milvus 的看法，实际上，这个结论现在可以套用在大多数正在创业的向量数据库上，它们目前架构与我们最早的 1.0 架构几乎没有什么区别。虽然我不提及客户的名称，但他们最初使用了 Milvus 的早期版本，即 0.1 版本，来处理 1000 万数据集，效果非常好，他们很满意。由于我自己是在公司中间加入的，从 2.0 版本开始参与了 Milvus 的构建，而我们公司在向量数据库领域已经有大约 5 年的历史了。
milvus向量数据库，使用ppt介绍
06-03
基于向量存储，检索工具milvus工具，使用简介
云原生向量数据库Milvus知识大全，看完这篇就够了[基本概念、系统架构、主要组件、应用场景]
丨汀、的博客
07-12 3104
Milvus 是一款云原生向量数据库，它具备高可用、高性能、易拓展的特点，用于海量向量数据的实时召回。Milvus 基于 FAISS、Annoy、HNSW 等向量搜索库构建，核心是解决稠密向量相似度检索的问题。在向量检索库的基础上，Milvus 支持数据分区分片、数据持久化、增量数据摄取、标量向量混合查询、time travel 等功能，同时大幅优化了向量检索的性能，可满足任何向量检索场景的应用需求。通常，建议用户使用 Kubernetes 部署 Milvus，以获得最佳可用性和弹性。
Milvus 向量数据库介绍及使用
小毕超博客
03-21 4939
Milvus 于 2019 年创建，其目标只有一个：存储、索引和管理由深度神经网络和其他机器学习 (ML) 模型生成的大量嵌入向量。它具备高可用、高性能、易拓展的特点，用于海量向量数据的实时召回。
一篇文章带你学会向量数据库Milvus（一）
2401_85782938的博客
06-20 1600
向量数据库是一种专用系统，旨在通过向量嵌入和数值表示来管理和检索非结构化数据，这些数据项捕获图像、音频、视频和文本内容等数据项的本质。与使用精确搜索操作处理结构化数据的传统关系数据库不同，向量数据库在使用近似最近邻 （ANN） 算法等技术进行语义相似性搜索方面表现出色。此功能对于开发跨各个领域的应用程序（包括推荐系统、聊天机器人和多媒体内容搜索工具）以及解决 AI 和 ChatGPT 等大型语言模型带来的挑战至关重要，例如理解上下文和细微差别以及 AI 幻觉。像Milvus。
开源向量数据库 Milvus 亮相 ChinaSys 2021，揭秘非结构化数据发展前景
ZILLIZ
05-27 535
5 月 22 日至 5 月 23 日，为期两天的第 20 届中国计算机系统研讨会（ ChinaSys 研讨会）在杭州举办。在 23 日上午的报告分享环节，Zilliz 合伙人及系统架构师郭...
向量数据库Milvus理论
晓的博客
07-23 982
首先，向量数据库的构建，我使用的embedding模型可在代码中找到，我用python写了对外的接口方便java程序调用（因为我熟悉使用java，没有第一时间考虑python构建），但是在后续构建中我发现，vector类型的向量vectorFloat在jdk版本低于16的时候不能用，stackflow中建议的加pom依赖也不行。Milvus是向量数据库模型构建，EsServiceImpl是Es的构建，存储清理后的训练数据，检查查询效率，MilvusServiceImpl中存放向量数据库的构建代码。
milvus向量数据库详解
什么都干的派森
06-25 2335
断开连接 二、创建collection collection 类似于 mysql 的数据表 ps：详细字段说明见官网 https://milvus.io/cn/docs/v2.0.x/create_collection.md 四、查看collection信息 1.检查 collection 是否存在 一般用于创建 collection 时做查重检查，举两个例子 2.列出当前连接下的所有 collection 可以对 collection 进行批量处理操作，举三个例子 五、创建partition
云原生向量数据库Milvus（一）-简述、系统架构及应用场景
热门推荐
吃果冻不吐果冻皮
03-04 1万+
什么是Milvus Milvus 是一款云原生向量数据库，它具备高可用、高性能、易拓展的特点，用于海量向量数据的实时召回。 Milvus 基于 FAISS、Annoy、HNSW 等向量搜索库构建，核心是解决稠密向量相似度检索的问题。在向量检索库的基础上，Milvus 支持数据分区分片、数据持久化、增量数据摄取、标量向量混合查询、time travel 等功能，同时大幅优化了向量检索的性能，可满足任何向量检索场景的应用需求。通常，建议用户使用 Kubernetes 部署 Milvus，以获得最佳可用性和弹性。
向量数据库Milvus
05-12
Milvus是一款开源的向量相似度搜索引擎，是为了解决海量向量存储和高速相似度搜索问题而设计的。Milvus的目标是为AI应用提供高效、稳定、可扩展的向量相似度搜索服务，特别适合于基于向量的机器学习、深度学习、自然语言处理和图像处理等领域的应用场景。 具体来说，Milvus可以实现向量的存储、检索和分析，并支持多种查询方式（如精确查询、范围查询、相似度查询等）。此外，Milvus还具有易于使用、高效性能、可扩展性强等优点。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ModaHub魔搭社区

共建低代码生态

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值