Banco de dados vetorial em escala de bilhões pronto para produção — Elasticsearch

O banco de dados vetorial open source do Elasticsearch oferece uma maneira eficiente de criar, armazenar e buscar embeddings vetoriais.

Combine a busca textual e a busca vetorial para recuperação híbrida, produzindo o melhor das duas funcionalidades para ter mais relevância e precisão.

Video thumbnail

Descubra as inovações mais recentes que tornam o Elasticsearch e o Lucene a melhor escolha para bancos de dados vetoriais.

Leia o blog

Aprenda a usar o Elasticsearch como um banco de dados vetorial para incorporações, potencializando a pesquisa e criando casos de uso como recuperação, geração aumentada (RAG), resumo e perguntas e respostas.

Descubra mais sobre o Search Labs

A Elastic é a primeira a oferecer melhor quantização binária (BBQ), uma otimização para bancos de dados vetoriais com pesquisa vetorial mais rápida e precisa e redução de memória de 95%.

Saiba mais sobre a BBQ

Elasticsearch — o banco de dados vetorial mais implantado

Copie para testar localmente em dois minutos

curl -fsSL https://elastic.co/start-local | sh
Leia os documentos
OU

Integrações de banco de dados vetorial

Por que usar um banco de dados vetorial?

  • Busca semântica

    Concentre a busca na intenção e no significado contextual além da correspondência de texto.

  • Busca multimodal

    Faça a busca em todos os seus dados: texto, vetor, imagem, áudio, vídeo, geo ou dados não estruturados.

  • Busca de IA generativa

    Construa cargas de trabalho de geração aumentada por recuperação para experiências de busca com GenAI usando técnicas vetoriais e híbridas.

Superset de banco de dados vetorial

Escolha um banco de dados vetorial com base na experiência de busca vetorial que você quer criar.

Alguns bancos de dados vetoriais
Elasticsearch
Embeddings

Embeddings de armazenamento

suporte completo

suporte completo (gratuito)

Gerar embeddings

suporte parcial

suporte completo (pago)

Elasticsearch — em ação

Veja como as organizações estão criando aplicações de busca com IA para melhorar a experiência do cliente e ajudar os usuários a encontrar exatamente o que procuram.

  • Cliente em destaque

    A Reed, a maior recrutadora do Reino Unido, reúne profissionais e empregadores usando incorporações vetoriais no Elasticsearch.

  • Cliente em destaque

    O Stack Overflow combina o poder dos especialistas humanos com a IA generativa para acelerar a recuperação de informações confiáveis das bases de conhecimento dos desenvolvedores.

  • Cliente em destaque

    A Adobe redimensiona, gerencia vários casos de uso e coloca os recursos de machine learning para trabalhar com a Elastic.

Perguntas frequentes

O que é um banco de dados vetorial e como ele funciona?

Um banco de dados vetorial armazena informações como vetores, que são representações numéricas de objetos de dados, também conhecidos como embeddings vetoriais. Ele usa embeddings vetoriais para busca multimodal em um enorme conjunto de dados estruturados, não estruturados e semiestruturados, como imagens, texto, vídeos e áudio. Os bancos de dados vetoriais são construídos para gerenciar embeddings vetoriais e, portanto, oferecem uma solução completa para o gerenciamento de dados.