Loading content
Milvus ist eine Open-Source-Vektor-Datenbank für effiziente Ähnlichkeitssuche und das Abrufen hochdimensionaler Embeddings. Sie bietet skalierbare Indizes, hybriden Search und verteilte Betriebsmodi für produktive ML- und Suchsysteme. Sie integriert sich mit ML-Workflows und Vektor-Indexing-Tools.
Nutze diesen Steckbrief, um den Baustein kurz zu verstehen, ihn im Modell einzuordnen und verwandte Bausteine zu öffnen.
Technischer Baustein: kann automatisiert, integriert oder betrieben werden.
Konkretes Rädchen im System, das in größeren Zusammenhängen wirkt.
Milvus ist eine Open-Source-Vektordatenbank von Zilliz, die Ähnlichkeitssuche und die Speicherung hochdimensionaler Vektoren für KI-Anwendungen unterstützt.
Zilliz entwickelte Milvus aus dem Bedarf, Vektorsuche für große Mengen unstrukturierter Daten als skalierbaren Dienst bereitzustellen. Das Projekt wurde 2019 als Open Source veröffentlicht und 2021 an die Linux Foundation übergeben.
Ein Embedding wird als Punkt in einem hochdimensionalen Raum abgelegt. Milvus baut einen Suchindex darüber, findet die nächstgelegenen Punkte und verbindet sie mit den zugehörigen Dokumenten oder Metadaten.
Numerische Darstellung, die semantische Ähnlichkeiten abbildet.
Beschleunigt die Suche nach ähnlichen Vektoren.
Begrenzt die Suche mit strukturierten Kriterien.
Milvus unterstützt skalierbare semantische Suche und RAG; passende Embeddings, Indexparameter und Aktualisierungsstrategien entscheiden über Qualität und Kosten.
Wo dieser Baustein im Themenmodell verortet ist.
Keine Strukturpfade verfügbar.
Erkunde, wie dieser Wissensbaustein mit Konzepten, Methoden, Technologien und Tools verbunden ist.
Diese Quellen belegen den Begriff und seine fachliche Bedeutung.
Alle direkten Verbindungen des aktuellen Wissensbausteins in einer kompakten, textuellen Darstellung.
Diese Einordnung zeigt, in welchem Kontext der Baustein typischerweise relevant wird, wie anspruchsvoll er ist und welche Wirkung er im Modell hat.
Die Ebene innerhalb der Organisation (Unternehmen, Domäne, Team), auf der der AssetBlock angewendet wird.