向量數(shù)據(jù)庫(kù)迎勁敵？AWS S3 Vectors成本降90%

向量數(shù)據(jù)庫(kù)在人工智能發(fā)展初期成為核心技術(shù)基礎(chǔ)，而隨著大型自然語(yǔ)言模型（LLM）的普及，向量作為其數(shù)據(jù)的數(shù)值表示，已逐漸成為數(shù)據(jù)庫(kù)中的常規(guī)數(shù)據(jù)類(lèi)型，并發(fā)展出一種類(lèi)型的數(shù)據(jù)庫(kù)——向量數(shù)據(jù)庫(kù)。

如今，亞馬遜云服務(wù)（AWS）推出Amazon S3 Vectors，為云對(duì)象存儲(chǔ)注入原生向量存儲(chǔ)與相似性搜索能力，再度改寫(xiě)行業(yè)格局。

Amazon S3作為AWS旗下廣泛應(yīng)用的云對(duì)象存儲(chǔ)服務(wù)，是數(shù)據(jù)湖與湖屋部署的核心組件。此次新增的S3 Vectors功能，允許用戶直接在S3中存儲(chǔ)向量嵌入，無(wú)需遷移至專(zhuān)用基礎(chǔ)設(shè)施向量數(shù)據(jù)庫(kù)，即可支持語(yǔ)義搜索、檢索增強(qiáng)生成（RAG）及AI代理工作流。

AWS宣稱(chēng)，該服務(wù)相比專(zhuān)業(yè)向量數(shù)據(jù)庫(kù)解決方案，可將存儲(chǔ)與查詢(xún)的總成本降低高達(dá)90%。

那么，S3 Vectors能否真正替代專(zhuān)業(yè)向量數(shù)據(jù)庫(kù)呢？

1. 從預(yù)覽到通用，S3 Vectors為何受青睞？

Amazon S3 Vectors于今年7月首次推出預(yù)覽版，初始單一索引容量為5000萬(wàn)個(gè)向量；在通用可用版本（GA）發(fā)布后，這一容量大幅提升至20億個(gè)，單個(gè)S3存儲(chǔ)桶最高可支持20萬(wàn)億個(gè)向量。

預(yù)覽版發(fā)布后的4個(gè)月內(nèi)，客戶已創(chuàng)建超25萬(wàn)個(gè)向量索引，導(dǎo)入向量總量突破400億個(gè)。

通用版的規(guī)模升級(jí)，讓企業(yè)得以將全量向量數(shù)據(jù)集整合至單一索引，無(wú)需分散部署。同時(shí)，AWS根據(jù)預(yù)覽期收集的客戶反饋，優(yōu)化了核心性能：頻繁查詢(xún)延遲降至100毫秒以?xún)?nèi)，稀有查詢(xún)1秒內(nèi)可完成；最大搜索結(jié)果數(shù)從30個(gè)提升至100個(gè)，單向量更新支持每秒最多1000次PUT交易。

目前，S3 Vectors的核心用例包括混合搜索、代理內(nèi)存擴(kuò)展及現(xiàn)有數(shù)據(jù)語(yǔ)義層創(chuàng)建。例如預(yù)覽客戶March Networks借助該服務(wù)，實(shí)現(xiàn)大規(guī)模視頻與照片的智能處理，既經(jīng)濟(jì)存儲(chǔ)了數(shù)十億向量嵌入數(shù)據(jù)，又通過(guò)與亞馬遜Bedrock的內(nèi)置集成，輕松融入生成式AI工作流。

2. S3 Vectors能取代專(zhuān)業(yè)向量數(shù)據(jù)庫(kù)嗎？

首先AWS S3 Vectors的定位是互補(bǔ)而非替代。

盡管S3 Vectors具備強(qiáng)大的向量處理能力，但AWS明確將其定位為互補(bǔ)存儲(chǔ)層，而非專(zhuān)業(yè)向量數(shù)據(jù)庫(kù)的直接替代品。兩者的選擇核心取決于應(yīng)用對(duì)延遲的需求，可通過(guò)“性能分級(jí)”明確邊界：

若應(yīng)用需超快響應(yīng)（如實(shí)時(shí)交互場(chǎng)景），Amazon OpenSearch等專(zhuān)業(yè)向量數(shù)據(jù)庫(kù)仍是最優(yōu)選擇；

若用于語(yǔ)義層創(chuàng)建、代理內(nèi)存擴(kuò)展等對(duì)延遲容忍度較高的場(chǎng)景，S3 Vectors憑借成本優(yōu)勢(shì)更具適配性。

這一邏輯與數(shù)據(jù)湖的應(yīng)用模式相似：企業(yè)會(huì)繼續(xù)使用Amazon Aurora等事務(wù)數(shù)據(jù)庫(kù)處理核心業(yè)務(wù)負(fù)載，同時(shí)借助S3的耐用性、可擴(kuò)展性與成本經(jīng)濟(jì)性，承擔(dān)存儲(chǔ)與分析任務(wù)，向量存儲(chǔ)的發(fā)展也將遵循這一“分層協(xié)作”路徑。

其次，向量數(shù)據(jù)庫(kù)廠商認(rèn)為兩者性能差距顯著。

專(zhuān)業(yè)向量數(shù)據(jù)庫(kù)提供商如Pinecone、Weaviate、Qdrant、Chroma等指出，其專(zhuān)業(yè)的向量數(shù)據(jù)庫(kù)產(chǎn)品與S3 Vectors的“存儲(chǔ)為中心”模式存在本質(zhì)性能差距。這些廠商通過(guò)先進(jìn)索引算法、實(shí)時(shí)更新及延遲敏感優(yōu)化，已形成成熟的生產(chǎn)級(jí)部署能力。

Pinecone產(chǎn)品副總裁Jeff Zhu表示，該公司早在S3 Vectors推出前便已知曉相關(guān)項(xiàng)目，并不認(rèn)為其在大規(guī)模場(chǎng)景下具備直接成本效益。例如某大型電商客戶使用Pinecone處理14億向量的推薦場(chǎng)景，實(shí)現(xiàn)了p50=26毫秒、p99=60毫秒的低延遲，且每秒查詢(xún)量（QPS）達(dá)5700萬(wàn)，這是S3 Vectors當(dāng)前難以企及的。

3. 分析師分歧：向量存儲(chǔ)的未來(lái)是功能還是產(chǎn)品？

S3 Vectors的發(fā)布重新引發(fā)行業(yè)爭(zhēng)論：向量搜索究竟是獨(dú)立產(chǎn)品類(lèi)別，還是將被云平臺(tái)整合為標(biāo)準(zhǔn)化功能？

Constellation Research分析師Holger Mueller認(rèn)為，S3 Vectors已對(duì)獨(dú)立向量數(shù)據(jù)庫(kù)供應(yīng)商構(gòu)成競(jìng)爭(zhēng)威脅，向量本質(zhì)上是一種“功能”而非“產(chǎn)品”。AWS的核心優(yōu)勢(shì)在于消除數(shù)據(jù)流動(dòng)成本——S3已存儲(chǔ)大量企業(yè)數(shù)據(jù)，原生向量支持無(wú)需額外數(shù)據(jù)遷移，這一特性深受CxO群體青睞。

而Gartner杰出副總裁分析師Ed Anderson則持折中觀點(diǎn)：AWS將通過(guò)S3 Vectors實(shí)現(xiàn)業(yè)務(wù)增長(zhǎng)，提升客戶對(duì)S3的依賴(lài)度，甚至可能讓部分企業(yè)放棄專(zhuān)用向量數(shù)據(jù)庫(kù)，但這并不意味著向量數(shù)據(jù)庫(kù)的終結(jié)。對(duì)于低延遲、高性能需求場(chǎng)景，專(zhuān)業(yè)向量數(shù)據(jù)庫(kù)仍不可或缺。

AWS自身也認(rèn)可這種互補(bǔ)關(guān)系，并表示將持續(xù)優(yōu)化S3 Vectors的規(guī)模與性能。正如AWS相關(guān)負(fù)責(zé)人所言：“我們對(duì)S3 Vectors的開(kāi)發(fā)才剛剛起步，就像優(yōu)化視頻和Parquet文件的讀寫(xiě)性能一樣，我們也會(huì)持續(xù)提升向量數(shù)據(jù)的處理能力?！?/p>

4. 企業(yè)如何選擇？基于性能分級(jí)的向量存儲(chǔ)部署

面對(duì)兩種技術(shù)路徑，企業(yè)架構(gòu)師的核心決策依據(jù)是工作負(fù)載的性能需求，可采用“分層部署”或“混合模式”：

S3 Vectors適用場(chǎng)景：容忍100毫秒延遲的工作負(fù)載，包括大型文檔語(yǔ)義搜索、代理內(nèi)存系統(tǒng)、向量嵌入批處理分析、后臺(tái)RAG上下文檢索等。對(duì)于已深度應(yīng)用AWS基礎(chǔ)設(shè)施的企業(yè)，其大規(guī)模場(chǎng)景下的成本優(yōu)勢(shì)極具吸引力。

專(zhuān)業(yè)向量數(shù)據(jù)庫(kù)適用場(chǎng)景：延遲敏感型應(yīng)用，包括實(shí)時(shí)推薦引擎、高吞吐量并發(fā)查詢(xún)（每秒數(shù)千條）、用戶交互式應(yīng)用（需同步等待結(jié)果）、性能優(yōu)先級(jí)高于成本的核心業(yè)務(wù)負(fù)載。

混合模式：對(duì)于同時(shí)存在兩種工作負(fù)載的企業(yè)，可參考數(shù)據(jù)湖的應(yīng)用邏輯——用專(zhuān)業(yè)向量數(shù)據(jù)庫(kù)處理性能關(guān)鍵型查詢(xún)，用S3 Vectors承擔(dān)大規(guī)模存儲(chǔ)與非實(shí)時(shí)任務(wù)。

核心結(jié)論并非“是否替換現(xiàn)有基礎(chǔ)設(shè)施”，而是“如何根據(jù)工作負(fù)載需求，跨性能層級(jí)設(shè)計(jì)向量存儲(chǔ)架構(gòu)”，實(shí)現(xiàn)成本與性能的最優(yōu)平衡。