大型语言模型 (LLM) 应用，例如检索增强生成 (RAG) 应用，正在推动向量数据库使用量的激增。许多基于 LLM 的应用程序需要具有高每秒查询率 (QPS) 的海量数据集才能实现最佳性能。然而，大多数向量数据库供应商优先考虑存储容量而非 QPS。
MyScale 的 MSTG 算法是一种用于向量存储和检索的新颖方法。它使用 NVMe 固态硬盘存储向量数据，从而在保持良好搜索性能的同时，大大提高了数据密度。在 MyScale 中，单个容量优化型 x1 pod 可以容纳 1000 万个向量——每个向量具有 768 维——超过了一般向量数据库的容量。
与 MyScale 标准 pod 相比，容量型 pod 的向量存储容量翻倍，同时成本降低了 43%。
注册 MyScale，用户可在“Lauch New Cluster”页面灵活选择容量优化型 pod 和标准 pod。
注意：容量型 pod 目前仅支持在 MyScale 标准版和企业版中提供。
单个 MyScale 容量优化型 pod（x1）拥有大约 1000 万个 768 维向量的存储容量，超过了市场上一般向量数据库的容量，而这些向量数据库通常最大容量约为 500 万个向量。
MyScale 最大的容量型 pod（x32）可以托管 3.2 亿个 768 维向量。
如有更大规模的 pod 或扩展需求，请联系我们。
MyScale 容量型 pod 可以高效地处理 1000 万个向量数据集（768 维），同时保持可观的 20 QPS，无论过滤比例如何，都能在过滤向量搜索中实现高精度和高性能。
这样的性能表现远远超越了其他的向量数据库，比如其他数据库只能用 500 万个向量实现 10 QPS，并且过滤搜索的准确性和性能不稳定。此外，这些数据库也难以在单个 pod 中存储同样大的数据集，从而限制了可扩展性、查询性能和成本效益。
MyScale 的 x1 容量型 pod 在 AWS 上每月仅需 485 元（68 美元），即可提供卓越的价值（2 倍的存储容量和 4 倍的 QPS），而其他向量数据库的类似产品通常每月花费近 600 元。在此基础上，MyScale 提供的容量是其他数据库的两倍，同时节省了 15% 的成本。
欢迎使用我们的价格估算器来确定最适合您的向量容量和维度要求的定价方案。
了解墨奇科技 点击更多资讯
