借助 Neptune Analytics，AWS 结合了矢量搜索和图形数据的强大功能

导读：在人工智能圈子里，关于在生成人工智能应用程序中寻找真实信息时哪个数据库更重要：图数据库还是矢量数据库存在着各种各样的争论。AWS 决定将争论留给其他人，将两种功能的优点结合到今天在 AWS re:Invent 上宣布的一项名为 Amazon Neptune Analytics 的新服务中。

AWS 数据和机器学习副总裁斯瓦米·西瓦苏布拉马尼安 (Swami Sivasubramanian) 在 re:Invent 的人工智能主题演讲上宣布了这一新工具，并表示这家云巨头希望创造出一种结合了两种方法优点的工具。“由于图形分析和向量都是为了揭示数据中隐藏的关系，我们心想：‘如果我们将向量搜索与在几秒钟内分析大量图形数据的能力结合起来，会怎样？’今天，我们就是这样做，”他说。

他解释说，这项新服务可帮助客户分析现有的 Neptune 图形数据或 S3 存储之上的数据湖，利用矢量搜索来找到关键见解。“海王星分析通过将图形和矢量数据存储在一起，使您可以通过矢量搜索更轻松地发现图形中的关系，”他说。

Constellation Research 创始人兼首席分析师 Ray Wang 表示，新工具巧妙地结合了这两种技术。“矢量数据库是管理和查询机器学习高维数据的关键。Graph 对于关系映射来说非常棒，”他告诉 TechCrunch。“矢量陷入维度困境，而图表则难以缩放。传统上，这两者是分开的。将它们放在一起可以解决对方的弱点。”
Neptune Analytics 是一项完全托管的服务，这意味着 AWS“负责处理基础设施的繁重工作，使您能够专注于通过查询和工作流程解决问题。Neptune Analytics 根据图表的大小自动分配计算资源，并快速加载内存中的所有数据，以便在几秒钟内运行查询，”该公司在宣布这项新功能的博客文章中写道。

Neptune Analytics 即日起在七个 AWS 区域提供即用即付服务，包括美国东部（俄亥俄州、弗吉尼亚北部）、美国西部（俄勒冈州）、亚太地区（新加坡、东京）和欧洲（法兰克福、爱尔兰）。
原文链接；https://techcrunch.com/2023/11/29/with-neptune-analytics-aws-combines-the-power-of-vector-search-and-graph-data/