AlloyDB AI es un paquete de funciones que se incluye con AlloyDB para PostgreSQL y AlloyDB Omni, que te permite aplicar el poder semántico y predictivo de los modelos de aprendizaje automático (AA) a tus datos. En esta página, se proporciona una descripción general de las funciones de IA potenciadas por el aprendizaje automático que están disponibles a través de AlloyDB.
Almacena, indexa y consulta vectores
La extensión pgvector de PostgreSQL estándar se personaliza para AlloyDB y se conoce como vector.
Admite el almacenamiento de incorporaciones generadas en una columna de vectores. La extensión también agrega compatibilidad con la función de cuantización escalar para crear índices IVF. También puedes crear un índice IVFFlat o HSNW que estén disponibles con pgvector de stock.
Para obtener más información sobre el almacenamiento de vectores, consulta Almacena vectores.
Además de la extensión vector personalizada, AlloyDB incluye la extensión alloydb_scann que implementa un índice de vecino más cercano altamente eficiente potenciado por el algoritmo ScaNN.
Para obtener más información sobre cómo crear índices y consultar vectores, consulta Crea índices y consulta vectores.
Ajusta el rendimiento de tus consultas vectoriales
Puedes ajustar tus índices para lograr un equilibrio entre las consultas por segundo (QPS) y la recuperación con tus consultas. Para obtener más información sobre cómo ajustar tus índices, consulta Cómo ajustar el rendimiento de las consultas vectoriales.
Genera incorporaciones y predicciones de texto
La IA de AlloyDB extiende la sintaxis de PostgreSQL con dos funciones para consultar modelos con la extensión google_ml_integration:
Invoca predicciones para llamar a un modelo a través de SQL dentro de una transacción.
Genera incorporaciones para que un LLM traduzca instrucciones de texto en vectores numéricos.
Puedes usar la función
embedding()para consultar modelos de Vertex AI, mientras que la funcióngoogle_ml.embedding()se puede usar para consultar modelos registrados de Vertex AI, alojados y de terceros.Luego, puedes aplicar estas incorporaciones de vectores como entrada a las funciones
pgvector. Esto incluye métodos para comparar y ordenar muestras de texto según su distancia semántica relativa.
Usa modelos en la nube con Vertex AI
Puedes configurar AlloyDB Omni para que funcione con Vertex AI.
Esto les brinda a tus aplicaciones los siguientes beneficios:
Tus aplicaciones pueden invocar predicciones con cualquier modelo almacenado en el Model Garden de Vertex AI al que tengan acceso.
Tus aplicaciones pueden generar incorporaciones con el LLM de los modelos en inglés
textembedding-gecko.