AlloyDB AI는 PostgreSQL용 AlloyDB 및 AlloyDB Omni에 포함된 기능 모음으로, 머신러닝 (ML) 모델의 시맨틱 및 예측 기능을 데이터에 적용할 수 있습니다. 이 페이지에서는 AlloyDB를 통해 사용할 수 있는 ML 기반 AI 함수에 대해 간략히 설명합니다.
벡터 저장, 색인 생성, 쿼리
기본 pgvector PostgreSQL 확장 프로그램 확장 프로그램은 AlloyDB용으로 맞춤설정되며 vector라고 합니다.
생성된 임베딩을 벡터 열에 저장하는 것을 지원합니다. 또한 이 확장 프로그램은 IVF 색인을 만들기 위한 스칼라 양자화 기능에 관한 지원을 추가합니다. 또한 기본 pgvector에서 사용할 수 있는 IVFFlat 색인 또는 HSNW 색인을 만들 수 있습니다.
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["이해하기 어려움","hardToUnderstand","thumb-down"],["잘못된 정보 또는 샘플 코드","incorrectInformationOrSampleCode","thumb-down"],["필요한 정보/샘플이 없음","missingTheInformationSamplesINeed","thumb-down"],["번역 문제","translationIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2025-03-06(UTC)"],[[["AlloyDB AI provides machine learning capabilities to AlloyDB for PostgreSQL and AlloyDB Omni, allowing users to apply semantic and predictive power to their data."],["The platform includes a customized `vector` extension for storing and querying embeddings, as well as the `alloydb_scann` extension for efficient nearest-neighbor indexing, using algorithms like ScaNN."],["AlloyDB AI extends PostgreSQL with functions like `Invoke predictions` and `Generate embeddings`, which allow for querying models using SQL and translating text prompts into numerical vectors, respectively."],["Users can leverage the `embedding()` and `google_ml.embedding()` functions to query Vertex AI models, including the use of text embeddings, as well as custom hosted or third-party models."],["AlloyDB's integration with Vertex AI enables applications to invoke predictions using any model in the Vertex AI Model Garden and to generate embeddings using the `text-embedding-005` English models."]]],[]]
