仅两家!云原生向量数据库 PieCloudVector 全项通过信通院「可信数据库」评测

7月16日,2024 可信数据库发展大会在北京隆重举行。大会以“自主、创新、引领”为主题,近百位数据库领域的专家、学者齐聚一堂,带来高质量的数据库技术洞察与实战经验。

本次可信数据库发展大会中,中国信通院正式公布 2024 年上半年“可信数据库”系列评测结果。拓数派旗下的云原生向量数据库 PieCloudVector 通过了向量数据库基础能力测试并获得证书, 同时入选中国信通院《中国数据库产业图谱(2024)》

至今,所有参加信通院向量数据库测评的产品中,只有两款通过了全部测试项目,而 PieCloudVector 是其中之一。

image.png

1 PieCloudVector 通过信通院“可信数据库”评测

“可信大数据”系列评估测试是面向大数据产品的权威测试体系,旨在从基础能力、性能、可靠性、安全等维度全面衡量企业级大数据产品的能力。

本次评测依据《向量数据库技术要求》,经过严格的测试与评审, PieCloudVector 在基本功能、运维管理、安全性、兼容性、扩展性、高可用、工具生态七大能力方面表现优异。测试结果表明,PieCloudVector 在向量数据库的功能完备性、易用性、通用性等方面均符合标准要求。

据信通院公布:“历史所有参测产品的测评结果显示,‘备份与恢复’、‘数据生命周期’、‘计算异构的向量索引’、‘数据加密’、‘多模态数据向量化能力’是通过率最低的测试项目。所有测试项整体通过率为 90.07%,可选项平均通过率为 76.67%。” 而 PieCloudVector 在本次测评中以优异的成绩全项通过了所有测试项目,充分证明了 PieCloudVector 的产品能力。

image.png

2 关于 PieCloudVector

PieCloudVector,作为拓数派大模型数据计算系统(PieDataCS)第二款云原生向量计算引擎,是大模型时代的分析型数据库升维。

2.1 PieCloudVector 主要功能

  • 高效的索引能力

PieCloudVector 支持主流向量索引,包括 IVF、HNSW、混合索引以及 Binary 索引等,并对向量索引的创建进行多线程优化,单节点多线程模式可以充分调度所有计算资源,大幅提升索引创建效率。支持 L2 距离、内积(IP)、余弦相似度(Cosine)、Jaccard 和 Hamming 等,检索的关键性指标(QPS、召回率和时延)优异。

  • 高性能向量与标量的混合查询

PieCloudVector 不仅可以处理向量数据,还可以处理标量数据,支持主流的向量检索 KNN-ANN 算法。

  • 全面兼容 SQL 兼容性

高度兼容 SQL:2016 标准,完全支持 SQL:1992 标准,以及大部分的 SQL:1999 标准和部分 SQL:2003 标准(主要支持其中的 OLAP 特性);兼容 PostgreSQL 协议,支持标准数据库接口(ODBC、JDBC 等)。

  • 异构算力支持

支持主流的 CPU 和 GPU 等硬件,同时也适配认证了国产的芯片服务器,并进行了相关性能优化。

  • 灵活的 Embedding 算法

支持内置 Embedding 功能,可以根据需求扩展和集成大语言模型(LLM),支持矩阵分解、基于内容的嵌入、基于物品序列的嵌入、基于图的嵌入等多种方法。

  • 高性能向量存储

基于向量压缩(Product Quantization,PQ)技术对多种类型的原始向量数据(包括图片、视频、音频、文本和矩阵等)进行存储和压缩以减小存储空间的占用,实现了在处理大规模数据集的同时可以更有效地管理内存,并加快相似性搜索和最近邻搜索的速度。

  • 可视化管控

人性化的运维管理界面,不仅提供监控告警功能,而且具有完善的集群和主机监控指标体系,同时支持查询监控、日志收集和分析以及数据库操作等功能,实现了智能化的运维管理。

2.2 PieCloudVector 核心优势

image.png

2.3 PieCloudVector 主要应用场景

image.png

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/47593.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

紫光展锐5G安卓核心板T760__国产手机芯片方案

展锐T760安卓核心板是具备续航和性能更加均衡的5G移动平台。其主要特点包括主流的6400万像素摄像头和高达120Hz的刷新率。 平台采用多模融合的创新架构和AI智能调节技术,从而在5G数据场景下降低了37%的整体功耗,在5G待机场景下降低了18%的整体功耗。 多…

gin框架 POST 请求参数绑定 JSON数据ShouldBind 使用注意事项 - 结构体必须定义json标签

gin框架中的请求数据绑定ShouldBind可将前端发送的数据直接绑定到自定义结构体, 但是在POST发送JSON 数据时 需要注意 因为gin框架在底层绑定数据时使用了json对参数进行了反序列化, 所以我们在自定义的结构体中,如果前端发送的JSON中的字段和…

直播架构如何设计核心节点和边缘节点

在直播架构中,核心节点和边缘节点的分工及主要服务是确保直播服务稳定、高效和可扩展的关键。以下是对这些节点的详细描述: 核心节点 核心节点通常位于数据中心,负责处理直播的主要逻辑和数据处理。其主要服务包括: 直播管理后…

Redis常见阻塞原因

1、命令阻塞 使用时间复杂度O(n)的不当命令造成全表扫描,导致阻塞 如 keys * 获取所有key 2、RDB持久化save阻塞 Redis提供两个命令来生成RDB快照文件: 1、save:主线程阻塞,写完RDB才放行 2、bgsave : …

qml 实现一个listview

主要通过qml实现listvie功能&#xff0c;主要包括右键菜单&#xff0c;滚动条&#xff0c;拖动改变内容等&#xff0c;c 与 qml之间的变量和函数的调用。 main.cpp #include <QQuickItem> #include <QQmlContext> #include "testlistmodel.h" int main…

js vue axios post 数组请求参数获取转换, 后端go参数解析(gin框架)全流程示例

今天介绍的是前后端分离系统中的请求参数 数组参数的生成&#xff0c;api请求发送&#xff0c;到后端请求参数接收的全过程示例。 为何会有这个文章&#xff1a;后端同一个API接口同时处理单条或者多条数据&#xff0c;这样就要求我们在前端发送请求参数的时候需要统一将请…

C/C++ xml库

文章目录 一、介绍1.1 xml 介绍1.2 xml 标准1.3 xml 教程1.4 xml 构成 二、C/C xml 库选型2.1 选型范围2.2 RapidXML2.3 tinyxml22.4 pugixml2.5 libxml 五、性能比较5.1 C xml 相关的操作有哪些5.2 rapidxml、Pugixml、TinyXML2 文件读取性能比较 六、其他问题6.1 version和 e…

网络编程-TCP 协议的三次握手和四次挥手做了什么

TCP 协议概述 1. TCP 协议简介 TCP&#xff08;Transmission Control Protocol&#xff0c;传输控制协议&#xff09;是一种面向连接的、可靠的、基于字节流的传输层通信协议。 TCP 协议提供可靠的通信服务&#xff0c;通过校验和、序列号、确认应答、重传等机制保证数据传输…

MYSQL——库表操作

MYSQL——库表操作 1.1 SQL语句基础1.1.1. SQL简介1.1.2. SQL语句分类1.1.3. SQL语句的书写规范 1.2数据库的操作1.2.1 数据库的登录及退出1.2.2查看数据库 作业 1.1 SQL语句基础 1.1.1. SQL简介 SQL:结构化查询语言(Structured Query Language)&#xff0c;在关系型数据库上…

【ffmpeg入门】安装CUDA并使用gpu加速

文章目录 前言CUDACUDA是什么CUDA 的主要组成部分CUDA 的优点CUDA 的基本编程模型安装CUDA ffmpeg使用gpu加速为什么需要使用gpu加速1. 提高处理速度2. 减少 CPU 负载3. 提高实时处理能力4. 支持高分辨率和复杂编码格式5. 提供更好的可扩展性6. 提高能效 ffmpeg使用gpu加速常用…

Python中使用SpeechLib实现文本转换语音朗读的示例(修正bug)

一、修正SpeechLib的导入包顺序后的代码&#xff1a; from comtypes.client import CreateObjectengine CreateObject(SAPI.SpVoice) stream CreateObject(SAPI.SpFileStream)from comtypes.gen import SpeechLibinfile E:\\语音文档\\易经64卦读音.txt outfile E:\\demo.…

Selenium - 设置元素等待及加载策略

7月18日资源分享&#xff1a; 耿直哥三部曲全——机器学习&#xff0c;强化学习&#xff0c;深度学习 链接: https://pan.baidu.com/s/1c_eVVeqCZmB6zszHt6ZXiw?pwdtf2a 在使用Selenium进行网页自动化测试时&#xff0c;一个常见的问题是页面加载速度和元素的可见性问题。…

【CMU博士论文】结构化推理增强大语言模型(Part 0)

问题 &#xff1a;语言生成和推理领域的快速发展得益于围绕大型语言模型的用户友好库的普及。这些解决方案通常依赖于Seq2Seq范式&#xff0c;将所有问题视为文本到文本的转换。尽管这种方法方便&#xff0c;但在实际部署中存在局限性&#xff1a;处理复杂问题时的脆弱性、缺乏…

单片机主控的基本电路

论文 1.复位电路 2.启动模式设置接口 3.VBAT供电接口 4.MCU 基本电路 5.参考电压选择端口

python处理彩色图像通道拆分与合并

彩色图像通道拆分与合并 1. 使用 opencv2. 使用 numpy 待处理图像 ML.jpg 1. 使用 opencv import cv2 import matplotlib.pyplot as plt import numpy as np # 读取图像 # 读取图像 image cv2.imread(ML.jpg) plt.imshow(image) print(type(image)) # 输出&#xff1a;<…

Artix7系列FPGA实现SDI视频编解码+UDP以太网传输,基于GTP高速接口,提供工程源码和技术支持

目录 1、前言工程概述免责声明 2、相关方案推荐本博已有的 SDI 编解码方案本博已有的以太网方案本博已有的FPGA图像缩放方案本方案的缩放应用本方案在Xilinx--Kintex系列FPGA上的应用本方案在Xilinx--Zynq系列FPGA上的应用 3、详细设计方案设计原理框图SDI 输入设备Gv8601a 均衡…

【BUG】已解决: KeyboardInterrupt

已解决&#xff1a; KeyboardInterrupt 欢迎来到英杰社区https://bbs.csdn.net/topics/617804998 欢迎来到我的主页&#xff0c;我是博主英杰&#xff0c;211科班出身&#xff0c;就职于医疗科技公司&#xff0c;热衷分享知识&#xff0c;武汉城市开发者社区主理人 擅长.net、C…

vue v-for展示元素分两栏 中间使用分割线

1.效果展示: 2.代码展示: <template><div class"container"><div class"column" v-for"(item, index) in items" :key"index"><div class"item">{{ item }}</div><div v-if"index %…

注册安全分析报告:东方航空

前言 由于网站注册入口容易被黑客攻击&#xff0c;存在如下安全问题&#xff1a; 暴力破解密码&#xff0c;造成用户信息泄露短信盗刷的安全问题&#xff0c;影响业务及导致用户投诉带来经济损失&#xff0c;尤其是后付费客户&#xff0c;风险巨大&#xff0c;造成亏损无底洞 …

scrapy分布式、断点续连爬虫开发框架RedisSpider使用教程

一、爬虫文件 使用RedisSpider为继承父类&#xff0c;添加redis_key import scrapy from ..items import NewsItem from scrapy_redis import spidersclass CbsnewsSpiderSpider(spiders.RedisSpider):name "abc_spider"# allowed_domains ["www.abc.com"…