Aujourd'hui, nous sommes ravis de passer à l'étape suivante pour ajouter encore plus de valeur à la plateforme Atlas avec la disponibilité générale (GA) d'Atlas Vector Search et de Search Nodes.
Depuis l'annonce du lancement Atlas Vector Search et de l'infrastructure dédiée avec les Search Nodes en avant-première publique, nous avons constaté un engouement et une demande continus pour des charges de travail supplémentaires utilisant des search nodes optimisés pour les vecteurs. Ce nouveau niveau d'évolutivité et de performance garantit l'isolation des charges de travail et la possibilité de mieux optimiser les ressources pour la recherche vectorielle.
Atlas Vector Search permet aux développeurs de créer des applications intelligentes alimentées par la recherche sémantique et l'IA générative sur n'importe quel type de données. Atlas Vector Search fournit des résultats pertinents même lorsque les utilisateurs ne savent pas ce qu'ils cherchent. Il exploite également des modèles de machine learning pour trouver des résultats similaires pour presque tous les types de données. Cinq mois seulement après son lancement en avant-première publique, Atlas Vector Search a déjà obtenu le meilleur net promoter score (NPS). Cet indicateur évalue la probabilité qu'une personne recommande une solution à quelqu'un d'autre. C'est aussi la deuxième base de données vectorielles la plus utilisée, d'après le rapport de Retool sur l'état de l'IA.
Consultez notre page de ressources sur l'IA pour en savoir plus sur la création d'applications alimentées par l'IA avec MongoDB.
Atlas Vector Search permet de créer des applications de nouvelle génération dans deux situations précises:
-
La recherche sémantique: il s'agit de rechercher et identifier des résultats pertinents à partir de données non structurées, basées sur la similarité sémantique.
-
La génération augmentée de récupération (RAG): il s'agit de renforcer les incroyables capacités de raisonnement des grands modèles de langage (LLM) avec vos flux de données en temps réel pour créer des applications d'IA générative adaptées aux besoins de votre entreprise.
Atlas Vector Search exploite tout le potentiel de vos données, qu'elles soient structurées ou non, en tirant parti de la popularité et de l'utilisation croissantes de l'IA et des LLM pour résoudre les problématiques des entreprises. Cela est possible car Vector Search fait partie de la developer data platform MongoDB Atlas, qui commence par notre modèle de données documentaires flexible et notre API unifiée qui assure une expérience cohérente. Pour exploiter pleinement Atlas Vector Search, nous avons développé un écosystème d'intégrations d'IA solide, permettant aux développeurs d'utiliser leurs LLM ou frameworks préférés.
Pour en savoir plus sur Atlas Vector Search, regardez notre vidéo ou passez directement au tutoriel.
Atlas Vector Search s'appuie également sur notre nouvelle architecture de nœuds de recherches dédiés, ce qui permet de mieux optimiser le niveau de ressources pour les besoins spécifiques de la charge de travail. Les nœuds de recherche fournissent une infrastructure dédiée aux charges de travail Atlas Search et Vector Search. Vous pouvez ainsi optimiser les ressources de calcul et répartir intégralement les besoins de recherche indépendamment de la base de données. Ils offrent également de meilleures performances évolutives, en isolant les charges de travail, en augmentant la disponibilité et en permettant de mieux optimiser l'utilisation des ressources. Dans certains cas, nous avons constaté une accélération de 60% du temps de requête pour les charges de travail de certains utilisateurs, en tirant parti de l'interrogation simultanée dans les nœuds de recherche.
En plus des nœuds de recherche à forte capacité de calcul que nous avons fournis dans l'aperçu public, cette version GA comprend une option à mémoire optimisée et à faible capacité de calcul optimale pour la recherche vectorielle en production. La contention des ressources ou une éventuelle interruption de service (due au fait que votre base de données et votre moteur de recherche partageaient auparavant la même infrastructure) ne sont plus qu'un souvenir lointain.
"Nous considérons qu'il s'agit de la prochaine évolution de notre architecture pour Atlas Search et Vector Search, ce qui permettra d'accroître la valeur de la developer data platform MongoDB. À l'heure actuelle, les nœuds de recherche sont disponibles sur les clusters à région unique AWS (Google cloud et Azure seront bientôt disponibles), les clients peuvent continuer à utiliser l'infrastructure partagée pour Google cloud et Microsoft Azure."
Lisez notre blog sur l'annonce initiale pour connaître les étapes de l'activation des nœuds de recherche ou regardez directement le tutoriel.
Ces deux fonctionnalités sont désormais disponibles pour une utilisation en production. Nous avons hâte de voir vos créations. N'hésitez pas à nous contacter si vous avez des questions.