De acordo com pt.wedoany.com-A Zilliz lançou, em 29 de junho de 2026, em Redwood City, Califórnia, o novo mecanismo de armazenamento Loon, que alimenta o Zilliz Vector Lakebase e é integrado ao Milvus 3.0. O Loon adota uma base nativa em lake, permitindo que um único conjunto de dados vetoriais seja usado simultaneamente para busca em tempo real, descoberta em larga escala e análise em lote, tornando-se a base da camada de armazenamento para a evolução do Zilliz Cloud de um banco de dados vetorial para uma plataforma unificada de dados de IA.
O design do Vector Lakebase parte da premissa de que um único conjunto lógico de dados vetoriais deve atender a todas as cargas de trabalho de IA, incluindo busca em produção, descoberta e análise em lote, sem necessidade de replicação ou movimentação de dados entre sistemas. Sua camada de armazenamento enfrenta o desafio de que o mesmo conjunto de dados deve permitir tanto buscas rápidas por registro para atendimento quanto varreduras amplas para análise, ambas baseadas em armazenamento de objetos de baixo custo. O sistema também precisa lidar com dados em constante mudança, pois as equipes podem reincorporar, reetiquetar e reindexar o mesmo registro à medida que os modelos são aprimorados.
James Luan, cofundador e CTO da Zilliz, afirmou que a recuperação vetorial não é mais o único problema, e o Vector Lakebase é a resposta para o que vem após o sucesso dos bancos de dados vetoriais. O sistema vencedor fará com que o atendimento contínuo e a descoberta contínua pareçam parte da mesma máquina, o que só é possível quando a camada de armazenamento atende a cada carga de trabalho com uma única cópia dos dados, e o Loon é essa camada de armazenamento.
Para atingir esse objetivo, o Loon trata o conjunto de dados vetoriais como sua forma física heterogênea real e é construído com base em três designs. O formato de arquivo híbrido armazena cada coluna no formato mais adequado: campos escalares e de filtro usam Parquet para varreduras eficientes; vetores densos e esparsos usam o formato aberto Vortex, permitindo leitura rápida e precisa em nível de linha no armazenamento de objetos; vídeos, PDFs e imagens originais permanecem no armazenamento de objetos, referenciados em vez de copiados para o banco de dados. O alinhamento de IDs de linha permite que colunas divididas em diferentes formatos ainda funcionem como uma tabela lógica, permitindo a adição de novos modelos de incorporação como colunas próprias sem reescrever dados já armazenados. O manifesto versionado define a versão atual do conjunto de dados, incluindo arquivos, índices, logs de exclusão e estatísticas, permitindo que clusters de serviço, computação sob demanda e mecanismos externos como Spark e Ray leiam e atualizem o mesmo conjunto de dados sem manter cópias separadas.
Esses designs permitem que uma única cópia de dados no armazenamento de objetos alimente vários mecanismos simultaneamente. Em testes internos no armazenamento de objetos da Zilliz, em comparação com o Parquet, o layout baseado em Vortex do Loon reduziu a quantidade de dados puxados por leitura de registro em aproximadamente 135 vezes. Adicionar um novo modelo de incorporação torna-se uma atualização de versão leve, em vez de uma reescrita em grande escala. A arquitetura do Vector Lakebase inclui clusters de serviço em tempo real, computação elástica sob demanda e índices External Collections, todas as operações baseadas na mesma base semântica, sem necessidade de pipelines duplicados ou ETL. Mais de 10.000 empresas e equipes nativas de IA já construíram com base no Milvus e no Zilliz Cloud, incluindo MiniMax, OpenEvidence, Filevine, Exa e Salesforce.
O Loon agora alimenta o Milvus 3.0 e serve como camada de armazenamento do Zilliz Vector Lakebase no Zilliz Cloud, disponível em mais de 30 regiões na AWS, Google Cloud e Microsoft Azure, com opções de implantação Serverless, Dedicated e BYOC. Equipes que distribuem cargas de trabalho de serviço online, análise offline, preenchimento e fluxos de data lake externos em vários sistemas podem criar uma conta gratuita, recebendo US$ 100 em crédito gratuito ao se registrar com um novo e-mail de trabalho, ou entrar em contato com a equipe da Zilliz para discutir casos de uso específicos.
A Zilliz é uma empresa líder em infraestrutura de dados para IA, criadora do Milvus, o banco de dados vetorial de código aberto mais amplamente adotado no mundo, com mais de 44.000 estrelas no GitHub e mais de 100 milhões de pulls no Docker. A Zilliz ajuda empresas e startups de IA a tornar seus dados não estruturados pesquisáveis, analisáveis e governáveis, transformando texto, imagem, áudio, vídeo e outros em ativos estratégicos para IA de produção. A tecnologia da Zilliz tem como núcleo o Milvus e o Zilliz Cloud, e o Zilliz Cloud expande essa base para uma plataforma Vector Lakebase totalmente gerenciada, combinando a alta taxa de transferência e baixa latência de serviço de um banco de dados vetorial com a abertura, escalabilidade e economia de um data lake multimodal.
