SingleStore afslører nye muligheder for realtidsdataplatform - DATAVERSITY

SingleStore afslører nye muligheder for realtidsdataplatform – DATAVERSITY

Kildeknude: 3083890
Horoskop / Shutterstock.com

Ifølge en ny pressemeddelelse, SingleStore, en brancheførende realtidsdataplatform, har afsløret sin seneste udgivelse, SingleStore Pro Max. Opdateringen introducerer banebrydende funktioner, herunder indekseret vektorsøgning, on-demand computertjenester til GPU'er og CPU'er og et nyt gratis delt niveau. Disse egenskaber sigter mod at strømline udviklingscyklusser og tilbyde den ydeevne og skala, der kræves til at bygge applikationer. SingleStore understreger vigtigheden af ​​enkelhed i kernen af ​​sin dataplatform, hvilket gør det muligt for kunderne at skabe nye indtægtsstrømme og samtidig reducere teknologiske omkostninger og kompleksitet.

Nøglefunktioner i SingleStore Pro Max inkluderer indekseret vektorsøgning, der giver 800-1,000 gange hurtigere vektorsøgnings ydeevne ved hjælp af ANN (Approximate Nearest Neighbor) vektorindekseringsalgoritmer. Derudover er et nyt cloud-baseret Free Shared Tier målrettet mod startups og udviklere, hvilket giver dem mulighed for at føre deres ideer ud i livet uden at forpligte sig til en betalt plan. On-demand compute-tjenesten til GPU'er og CPU'er gør det muligt for udviklere at køre database-tilstødende arbejdsbelastninger sikkert. SingleStore Kai, nu generelt tilgængelig, leverer over 100 gange hurtigere analyser på MongoDB uden at kræve forespørgselsændringer eller datatransformationer.

SingleStores realtidsdataplatform er designet til alle applikationer, analyser og kunstig intelligens. Platformen understøtter high-throughput indtagelsesydelse, ACID-transaktioner, lav-latensanalyse og forskellige dataformater, der henvender sig til udviklere, ML-ingeniører, dataingeniører og data forskere. Udgivelsen positionerer SingleStore som en omfattende løsning til den næste bølge af generative AI og dataapplikationer, hvilket bidrager til dens høje vækst og anerkendelse i branchen.

Tidsstempel:

Mere fra DATAVERSITET