Zen v17 AI: Dieselbe Datenbank, jetzt mit Einschätzungen zu Ihren Vektoren

Zen 17: Dieselbe Datenbank, jetzt mit Meinungen zu Ihren Vektoren

Zusammenfassung

Zen v17 AI ermöglicht die native Vektorsuche in der „ eingebettet “-Datenbank, die von OEMs bereits in Edge- und Offline-Umgebungen eingesetzt wird.
Die Vektor- Fähigkeiten s basieren auf derselben Kerntechnologie wie die Actian VectorAI DB und wurden nicht als separates System hinzugefügt.
Die neue Version unterstützt HNSW-Indizierung, modellunabhängige Embeddings, multimodale Daten sowie die lokale Abfrage über „ niedrige Latenz “.
OEMs können KI-Funktionen für die Fertigung, das Gesundheitswesen, den Einzelhandel und andere regulierte Anwendungsfälle integrieren, ohne auf das „ Cloud “ zurückgreifen zu müssen.
Die Kernaussage ist einfach: Erweitern Sie die bereits im Produkt vorhandene Datenbank, anstatt nur für KI eine neue Infrastruktur aufzubauen.

Eine kurze Vorbemerkung, bevor wir loslegen: Wer meine Texte kennt, weiß Bescheid. Normalerweise schreibe ich über Informix, das Datenbank-Äquivalent zu jenem zuverlässigen Verwandten, der kein einziges Familienessen verpasst. Zen ist im Vergleich dazu der Cousin, den ich erst jetzt richtig kennenlerne. Das Verdienst – oder die Schuld – gebührt Desmond Tan, dem VP of Engineering für Zen und VectorAI DB, der mich mit, wie ich mich erinnere, einer fast schon unvernünftig überzeugenden Begeisterung dazu überredet hat. Was die „ Aufzeichnung “ angeht, liebe ich alle unsere Datenbanken gleichermaßen. Ich schreibe einfach über einige von ihnen mehr als über andere, was nicht dasselbe ist, und wenn ihr Informix fragt, wird es dem zustimmen.

Hier ist ein Szenario, das Ihnen bekannt vorkommen wird, wenn Sie Software entwickeln, die auf der Hardware anderer Anbieter läuft: Ihr Kunde wünscht sich KI-Funktionen – semantische Suche, eine Empfehlungsmaschine, einen Support-Mitarbeiter, der sich tatsächlich mit dem Produkt auskennt. Und Ihr erster Impuls – denn das ist der erste Impuls eines jeden – ist, auf eine „ Cloud “-Vektordatenbank zurückzugreifen.

Dann taucht die Realität auf – wie so oft – völlig ungebeten auf. Ihre Anwendung läuft in einer Fabrik ohne zuverlässige Internetverbindung. Oder in einem Krankenhaus, wo Patientendaten laut Gesetz das Gebäude nicht verlassen dürfen, geschweige denn, dass man einen Cloud -Anbieter deswegen anrufen darf. Oder an einem Kassenterminal, das funktionieren muss, egal ob das Netzwerk gerade mitspielt oder nicht. Plötzlich ist „einfach eine API aufrufen“ keine Lösung mehr: Es ist ein Compliance-Risiko.

Es ist kein Zufall, dass dies genau die Welt ist, in der Zen seit Jahrzehnten zu Hause ist: „ eingebettet “, geringer Speicherbedarf, kein DBA-Aufwand, unauffälliger Betrieb innerhalb der Produkte anderer Anbieter (Sage, Global Shop Solutions und eine lange Liste von OEMs, die sich lieber gar keine Gedanken über ihre Datenbank machen möchten – und genau darum geht es ja). Zen 17 hält dieses Versprechen und den guten Ruf aufrecht und fügt das eine hinzu, was der Welt bisher gefehlt hat: native Vektorunterstützung.

Kein bloßes Zusatzteil. Das Original.

Die Vektor-Fähigkeit von Zen v17 AI ist kein Wrapper, der in letzter Minute an die Engine eines anderen Anbieters angeflanscht wurde. Sie basiert auf derselben Technologie, die auch hinter der Actian VectorAI DB steckt – Actians portabler, „Local-First“-Vektordatenbank. Das bedeutet, dass Zen diese Technologie nativ übernimmt – und zwar mit genau der Präzision, die Desmond und ich beide an unserem Ramen so schätzen (Desmond, du weißt ja, wo: Wir müssen mal wieder vorbeischauen):

HNSW-Indizierung (Hierarchical Navigable Small World) für die ungefähre Suche nach dem nächsten Nachbarn – der Standardansatz für eine schnelle, hochpräzise Suche in großem Maßstab
Modellunabhängige Einbettungen: Importieren Sie Vektoren von OpenAI, Anthropic, Cohere, Hugging Face oder Ihrem eigenen feinabgestimmten Modell; Zen macht keinen Unterschied, woher sie stammen – es speichert sie einfach.
Multimodale Unterstützung: Text, Bilder, Audio, Video – alles lässt sich als Vektoren speichern und durchsuchen, nicht nur als Zeichenfolgen, die nur so tun, als wären sie clever.
Die gleiche „ Deployment “, auf die Zen schon immer abzielte: Edge-Server, Geräte mit „ eingebettet “, nicht vernetzte und isolierte Umgebungen – bis hin zu einem Raspberry Pi, falls Ihnen das Spaß macht.

In Actians eigenen Benchmark-Tests (VectorDBBench-Methodik, 10 Millionen Vektoren, identische selbst gehostete Hardware) liefert diese Engine bei diesem Umfang einen bis zu 22-fach höheren Durchsatz als Open-Source-Alternativen wie Milvus und Qdrant Local, wobei die Latenz bei der lokalen „ abfragen “ unter 15 ms liegt und der Recall von 99 % auch bei wachsendem „ Datensatz “ stabil bleibt. Ihre Ergebnisse variieren natürlich je nach Hardware und Daten, wie zu erwarten, aber die Fakten sprechen für sich: Dies ist kein Spielzeug-Vektorspeicher, der nur mit einer klobigen Pipeline angeflanscht wurde, um ein Feature-Häkchen setzen zu können.

Warum das wichtig ist, wenn Sie ein OEM

Wenn Sie Zen bereits seit Jahren in Ihr Produkt integrieren, kennen Sie das Verkaufsargument bereits: geringer Platzbedarf, kein DBA erforderlich, läuft überall dort, wo Ihre Anwendung läuft, und verlangt dafür nichts im Gegenzug. Es leistet auf seine eigene, unaufdringliche Art genau das, was Informix seit Jahrzehnten für größere Bereitstellungen leistet – nur ohne DBA-Team und Serverraum. Zen 17 erweitert genau dieses Wertversprechen auf den Bereich der KI:

Fertigung: Vorausschauende Wartung und Qualitätsprüfung direkt in der Fertigung – kein Hin- und Her Cloud , kein Signal, kein Problem, kein Drama, wenn Ihr Internetanbieter ausfällt.
Gesundheitswesen: Klinische Entscheidungsunterstützung und „ Aufzeichnung “-Suche, bei der die Patientendaten On-Premises verbleiben, denn „HIPAA-konforme KI“ sollte nicht auf einem Cloud gehostet werden, über den Sie nichts wissen.
Einzelhandel und Kassensystem: Semantische Suche und Empfehlungen, die funktionieren, egal ob das Internet im Geschäft gerade gut läuft oder nicht – und das alles mit einer unglaublich schnellen „ niedrige Latenz “, die einen echten Dialog mit dem Kunden ermöglicht.
Alles, was nicht vernetzt, reguliert oder latenzempfindlich ist: Was, wenn Sie „ eingebettet “-Software entwickeln, ohnehin den Großteil Ihrer Arbeit ausmacht

Sie brauchen weder eine neue Architektur noch eine neue Anbietergeschäftsbeziehung noch einen neuen Posten mit der Bezeichnung „KI-Datenbank“. Sie brauchen die Datenbank, der Sie bereits vertrauen, damit sie noch eine weitere Aufgabe gut erfüllt. Das ist der Kerngedanke, und das war schon immer so.

Noch eine Sache (für später)

Bevor ich mich verabschiede, möchte ich noch auf einen eher beiläufigen Aspekt hinweisen: Eine Datenbank, die Vektoren lokal direkt neben Ihren bestehenden Daten speichern kann, ist auch eine Datenbank, die mit „ Metadaten “ interessantere Dinge anstellen kann. Aktive, abfragbare „ Metadaten “, die genau dort angesiedelt sind, wo Ihre Anwendung bereits läuft, sind ein Teil eines Puzzles, das weit über die Vektorsuche hinausgeht. Ich lasse diesen Faden bewusst offen: Er verdient einen eigenen Beitrag und keine hastige Fußnote an dieser Stelle. Mehr dazu in Kürze.

Derzeit ist Zen v17 AI verfügbar, inklusive nativer Vektorunterstützung und ohne Abhängigkeit von „ Cloud “. Entwickeln Sie doch etwas, das nicht ständig nach Hause telefonieren muss, um zu funktionieren.

Und Desmond, da du unweigerlich fragen wirst: Ja, das Schreiben hat länger gedauert als erwartet; nein, das liegt nicht daran, dass mir Informix besser gefallen hat; ich habe einfach nur meinen neuen Cousin zum ersten Mal kennengelernt. Die nächste Runde geht auf deine Rechnung.

Mehr erfahren

Über den Autor