Indeks Vektor vs Database Vektor, dijelaskan dengan jelas! Kebanyakan orang menggunakan istilah ini secara bergantian. Itu kesalahan. Pikirkan seperti ini: Indeks vektor adalah algoritma. Itu mengambil vektor Anda, mengaturnya ke dalam struktur yang dapat dicari (seperti HNSW), dan menemukan item serupa dengan cepat. FAISS adalah contoh yang baik. Tetapi algoritme saja tidak menangani penyimpanan, pemfilteran, atau skala. Itu hanya mencari. Database vektor membungkus indeks itu dengan semua hal lain yang Anda butuhkan - penyimpanan terdistribusi, pemfilteran metadata, persistensi, dan akses bersamaan. Ini juga memberi Anda fleksibilitas dalam cara Anda mengindeks. HNSW, IVF, DiskANN - teknik berbeda untuk pengorbanan yang berbeda antara kecepatan, akurasi, dan memori. Milvus adalah contoh yang baik. Jadi, satu adalah komponen. Yang lainnya adalah sistem. Perbedaan ini terasa akademis sampai Anda mencapai skala. Kemudian menjadi mahal. Sebuah perusahaan mengemudi otonom mempelajari ini dengan cara yang sulit. Mereka sedang membangun sistem pencarian untuk rekaman mengemudi - skala besar. Setiap perjalanan menghasilkan bingkai; Setiap bingkai menjadi penyematan vektor. Insinyur perlu menanyakan skenario seperti "persimpangan perkotaan malam hari dengan pejalan kaki" di seluruh data berbulan-bulan. FAISS adalah titik awal alami. Cepat, ringan, mudah diatur. Tetapi seiring bertambahnya data, penyematan setiap hari menjadi file indeks terpisah. Beberapa bulan kemudian: ratusan ribu file terisolasi. ...