SciTech-EECS-Redis for AI: Redis 8为 Vector Similarity (向量相似性) 推出新的数据结构

SciTech-EECS-Redis:

VD(Vector Database, 向量数据库):

VD对由 Generative AI (生成式人工智能) 驱动的应用程序至关重要.
VD可以检索"语义有关"的信息，用来丰富 LLM(大语言模型) 及RAG 的上下文。
其他的应用场景还包括：聊天机器人的语义缓存、推荐系统和人脸识别。
Redis 产品经理 Mirko Ortensi 在另一篇文章解释了如何 使用向量集合进行人脸识别。
Ortensi 写道：

人脸识别本质上是基于向量的计算过程。
它使用专门的Embedding (嵌入)模型建模 "已知的人脸图像"，并将 "映射后的向量" 存储在 Redis，
然后搜索存储在VD数据库的向量来实现人脸识别。

Redis for AI documentation

An overview of Redis for AI documentation

Redis stores and indexes vector embeddings that,
semantically represent unstructured data including text passages, images, videos, or audio.
Store vectors and the associated metadata within hashes or JSON documents for indexing and querying.

Vector	RAG	RedisVL
VD(vector database) quick start guide	RAG(Retrieval-Augmented Generation) quick start guide	vector Python client library documentation

Redis 8 的 Vector Similarity (向量相似性) 新数据结构

来源：Mirco Ortensi

Redis 8为向量相似性推出新的数据结构

Redis 最近推出Vector Set(向量集合)功能，专为Vector Similarity 设计的数据类型.
也是 Redis 针对人工智能应用的一个新的选项。
这是 Redis 创始人 Salvatore Sanfilippo(“antirez”)重新加入Redis的第一个重大贡献。

Vector Set(向量集合) 是一种类似于Sorted Set(有序集合)的数据类型，
不同的是它将String(字符串元素)与 Vector(向量, 不是scalar)关联起来，

• 可以添加item(项目)
• 检索与给定vector(向量)最相似的子集。
• 还支持过滤搜索功能，
• 允许同时进行 向量相似性检索 和 标量过滤。

Sanfilippo 在他的博客中解释道：
Redis 新数据结构, 提供高性能解决方案的同时保持极简的复杂性:

• 新数据结构的目标:
  创建一种类似于有序集合的“集合类”数据类型，但value是一个vector(向量)而不是scalar(标量)。
• 新数据结构的用法:
  同使用 Redis 的大多数数据结构类似，
  • 可添加和删除元素, 无需担心其他问题. 聚焦 Redis 抽象数据结构的特性即可。
  • 可以查询与给定向量(或集合中已有的某个元素的向量)相似的元素等。
• 新数据结构的实现:
  向量集合基于 hnsw.c 的 HNSW 数据结构实现，及 速度和特性方面的扩展。

Sanfilippo 补充道：

实现 "Vector Similarity (向量相似性)搜索" :

• 新实现 HNSW(hnsw.c), 因为这是核心数据结构。
• 专注于高性能修改 HNSW,
• 为所有请求(Vector Similarity 搜索)引入多线程特性;
• 支持 8 位和二进制量化

他强调了他的实现与其他数据结构的主要区别：
向量集合最有趣的部分是数据模型和相关的 API。

• Redis 的"Vector Similarity (向量相似性)"是"数据结构"：这次也不例外。
  而许多数据库将"Vector Similarity (向量相似性)"作为一种Index(索引),
• Redis 并不是唯一实现Vector Set(向量集合)的：
  LangCache 是专门为"人工智能应用和智能体" 设计的 "语义缓存服务"，
  旨在通过缓存它们的响应来减少调用LLM(大语言模型)的比率。

Vector Set(向量集合)功能随 Redis 8 RC1 发布，目前处于预览阶段，许可协议为 RSALv2 或 SSPLv1。