🎯 情报来源：Artificial Intelligence
亚马逊云科技于7月15日推出Amazon S3 Vectors（预览版），这是首个支持低成本向量存储和查询的云对象存储服务。与传统依赖SSD或内存的高性能向量数据库相比，该方案可将RAG应用的向量上传、存储和查询成本降低高达90%。该技术针对海量向量数据集的持久化存储进行了优化，在保证亚秒级查询性能的同时，特别适合需要长期存储历史/归档数据且能接受较高延迟的场景。
通过Amazon Bedrock知识库的无缝集成，用户可直接选择S3 Vectors作为向量存储选项，无需自行管理复杂基础设施。该服务采用按量付费模式，支持文本文档、图像、音频和视频等非结构化数据生成的向量存储，并具备丰富的元数据过滤功能，可按日期、类别等属性进行查询优化。
💡 核心要点
- 成本革命：相比传统方案降低90%向量存储成本
- 性能基准：亚秒级查询响应，支持PB级向量存储
- 技术整合：原生对接Amazon Bedrock知识库，支持Titan Text Embeddings V2等嵌入模型
- 元数据能力：支持40KB/向量的元数据标注，2KB以内字段可过滤
- 部署灵活：提供控制台和SDK两种配置方式，支持自动创建或已有索引接入
📌 情报分析
技术价值：高
突破性地将对象存储与向量检索能力结合，通过牺牲部分QPS性能换取存储规模的经济性。元数据过滤和亚秒级延迟在归档场景足够用。
商业价值：极高
直接解决RAG应用规模化最大痛点——存储成本。按AWS官方数据，存储100亿维度向量的年成本可从$300万降至$30万量级。
趋势预测：高
预示向量存储将分化为高性能和低成本两条技术路线。结合AWS在ML基础设施的布局，可能加速企业级RAG应用从POC转向生产部署。