Una nuova funzionalità per l’AI su X Cloud

ScyllaDB ha annunciato il lancio delle capacità di ricerca e archiviazione vettoriale all’interno della piattaforma X Cloud, il suo servizio di database completamente gestito. La ricerca vettoriale è ormai fondamentale per molti flussi di lavoro di intelligenza artificiale, poiché consente di trasformare dati non strutturati in rappresentazioni numeriche (embedding) che catturano le loro caratteristiche semantiche e le relazioni con altri dati.

Grazie a questi embedding, le aziende possono effettuare ricerche di similarità, individuando rapidamente i dati più pertinenti per addestrare modelli di AI. Questo tipo di ricerca supera le tradizionali corrispondenze esatte, offrendo risultati più rilevanti e contribuendo a migliorare l’accuratezza di strumenti generativi che richiedono enormi volumi di dati.

Contesto di mercato

La spinta verso l’AI generativa, innescata dal lancio di ChatGPT da parte di OpenAI nel novembre 2022, ha indotto numerosi fornitori di gestione dati a includere funzioni di ricerca vettoriale nelle proprie piattaforme. I principali hyperscaler, come AWS e Oracle, hanno già reso la ricerca vettoriale un componente chiave dei loro servizi, così come provider più specializzati quali Databricks, MongoDB, Pinecone, Milvus e Chroma.

ScyllaDB si allinea ai concorrenti

Secondo Devin Pratt, analista di IDC, l’integrazione della ricerca vettoriale in X Cloud porta ScyllaDB al livello dei concorrenti più affermati, poiché la funzionalità era già disponibile nella versione self‑managed dal 8 gennaio.

“La ricerca vettoriale sta diventando uno standard per le applicazioni AI, e ScyllaDB la offre a scala all’interno della piattaforma operativa che i team di dati già utilizzano,” ha osservato Pratt.

Vantaggi per i clienti

    • Eliminazione di database separati: i clienti non devono più gestire un database vettoriale dedicato.
    • Scalabilità integrata: la soluzione sfrutta l’architettura shard‑per‑core tipica dei database distribuiti, ottimizzando l’allocazione delle risorse.
    • Aggiornamenti automatici: il servizio Vector Store aggiorna gli embedding tramite meccanismi di change data capture e costruisce indici di nearest‑neighbor in memoria.

Matt Aslett, analista di ISG Software Research, ha sottolineato che le capacità di ricerca e recupero vettoriale sono ormai “table stakes” per i fornitori di piattaforme dati che supportano casi d’uso di AI generativa.

Architettura e implementazione tecnica

Le nuove funzionalità si basano sull’architettura shard‑per‑core di ScyllaDB, che suddivide i carichi di lavoro in piccoli unità indipendenti chiamate shard. Questo approccio consente una migliore distribuzione del carico e una scalabilità lineare, rendendo possibile gestire grandi volumi di dati vettoriali in tempo reale.

Il servizio Vector Store, integrato in X Cloud, cattura le modifiche ai dati in tempo reale, aggiorna gli embedding e mantiene indici approssimati di nearest‑neighbor direttamente nella memoria principale, garantendo velocità di ricerca elevata.

Motivazioni strategiche

La decisione di aggiungere la ricerca vettoriale segue l’aggiornamento di X Cloud del 15 gennaio e riflette sia il feedback dei clienti sia le tendenze di mercato. Dor Laor, co‑fondatore e CEO di ScyllaDB, ha dichiarato: “I clienti chiedono la ricerca vettoriale – nessuno vuole gestire cinque database diversi. Inoltre, l’AI sta rivoluzionando il settore e noi offriamo una soluzione unica per l’AI in tempo reale su larga scala.”

Posizionamento competitivo

ScyllaDB, con sede a Sunnyvale, California, fornisce una piattaforma NoSQL compatibile con Apache Cassandra e Amazon DynamoDB. Dalla sua fondazione nel 2012, ha raccolto oltre 100 milioni di dollari di finanziamenti venture. I principali concorrenti includono Aerospike, Couchbase, Google Cloud Spanner, MongoDB, Redis, oltre a Cassandra e DynamoDB.

Con l’integrazione della ricerca vettoriale, ScyllaDB mira a differenziarsi offrendo una soluzione unica che combina la gestione tradizionale dei dati con capacità avanzate per l’intelligenza artificiale, riducendo la complessità operativa per le aziende che desiderano sfruttare al meglio i loro dati non strutturati.