大规模驱动企业 AI：Elastic 与 NVIDIA cuVS 集成

作者来自 Elastic Brian BergholmRachael WadeHubert GrzesiekAleta Hubbell无缝向量化高容量数据并通过 GPU 加速向量搜索的新黄金标准加快生产上线时间。总结Elastic 与 NVIDIA 合作推出了由 NVIDIA cuVS 提供支持的 GPU 加速向量索引。集成到 NVIDIA AI Factory 验证设计中的 Elasticsearch 提供了经过验证的全栈、预工程化蓝图用于加速 AI 应用。企业可以比基于 CPU 的方法快 12 倍地向量化海量非结构化数据组织正在大规模投资 AI。但要实现真正的业务价值你需要的不仅是能够存储海量数据的基础设施还需要能够快速搜索和检索上下文的系统。此外你需要能够推理、学习、回答问题并采取行动的系统而不仅仅是返回搜索结果。Elastic 向量索引结合 NVIDIA cuVS GPU 加速消除了企业级 AI 部署的关键障碍使组织能够向量化海量非结构化数据并在规模化环境中为现代 AI 解决方案提供所需的准确、实时上下文。前沿 AI企业正进入 AI 采用的新阶段非结构化数据的激增使传统搜索在提取洞察力方面力不从心。因此组织转向高性能向量数据库和语义搜索以支持现代 AI 应用例如生成式 AI (GenAI)、增强检索生成 (RAG) 和 AI 代理。与此同时企业正在构建 AI 工厂以简化 AI 部署、提升性能并最大化 GPU 的效率和容量。结合加速计算与高性能向量搜索的集成堆栈是推动前沿 AI 面向消费者和企业的最经济高效方案。高效 AI 可能吗当大型企业构建内部生成式 AI 平台需要高效地从 PB 级企业数据中索引和检索上下文时成本会立即成为重点。这些 AI 工厂需要尽可能利用每一项优势以降低昂贵的工作负载。同样试图扩展向量搜索能力的组织如果不线性增加 CPU 硬件投入将难以做到。当你着手构建高性能向量数据库时你面临的挑战是 CPU 上构建向量索引HNSW 图。在比较每个向量时索引构建可能会产生数百万甚至数十亿次算术操作。随着这种复杂性还会带来数据摄取瓶颈。再加上索引生命周期操作如压缩和合并你的计算开销可能显著增加。成本优化的向量基础设施为帮助你克服这些挑战Elastic 与 NVIDIA 共同推动 Elastic AI 生态系统重新定义企业构建和扩展 AI 工厂的方式通过提供 GPU 加速向量搜索和强大的 AI 基础设施实现下一代实时智能。通过将 NVIDIA 企业 AI 工厂验证设计与 Elasticsearch 强大的向量数据库结合组织能够向 AI 代理和 GenAI 应用安全地、大规模地提供更深入的洞察和实时相关数据。使用 Elastic 与 NVIDIA你将获得高性能、功能丰富、针对现代 AI 构建的 GPU 加速向量数据库的强大能力。以下是你可以从该集成中获得的一些优势。加速部署通过使用全栈、预工程化系统构建本地 AI 工厂减少上市时间。Elasticsearch 在 NVIDIA 企业 AI 工厂验证设计中是经过验证和支持的向量数据库确保为部署代理式 AI 应用提供可靠框架。快速高效的索引更高效地处理指数级增长的向量嵌入和海量数据。将 NVIDIA cuVS 集成到 Elasticsearch 中可实现接近 12 倍的索引吞吐量提升和 7 倍更快的强制合并速度。成本效率与资源优化将高计算量工作负载卸载到 GPU 可减少 CPU 使用并最大化现有基础设施价值。在成本调整比较下GPU 加速相比标准 CPU 使用可提供约 5 倍更高的索引吞吐量和 6 倍更快的强制合并操作。增强的实时查询性能Elastic 的 NVIDIA 加速向量搜索消除了性能瓶颈使你的基础设施能够处理海量查询量并实现接近即时的响应时间从而高效扩展生成式 AI 和 RAG 应用同时提供实时、相关的洞察。无缝未来适配与可扩展性在无需持续手动优化的负担下保持高性能、经过规模验证的向量数据库。NVIDIA cuVS 优化并加速向量搜索操作适应不断发展的 NVIDIA GPU 架构和 CUDA 版本确保 AI 和数据密集型工作负载的高性能与无缝扩展性。原生 GPU 加速推理与模型管理消除管理外部推理提供商和基础设施的复杂性。Elastic Inference Service (EIS) 在 Elasticsearch 内部提供原生、高吞吐量推理利用现代 NVIDIA AI 基础设施在大规模环境下保持低延迟性能。原生部署生产就绪的托管模型包括 Jina AI 的多语言嵌入和重排序模型确保精确召回调优和数据主权无需额外运营开销。下一步是什么Elastic 与 NVIDIA 合作为依赖向量搜索构建和交付实时 RAG 与 AI 应用的企业提供更多速度、规模和价值。你的团队可以在减少基础设施压力和预算压力的同时实现大规模性能。通过将 Elasticsearch 纳入 NVIDIA AI Factory 验证设计你获得了经过验证的全栈、预工程化蓝图以加速 AI 应用实现更高效率和更快上市时间。NVIDIA cuVS 集成目前在 Elastic 自管理企业客户版本 9.3中为技术预览。预计 2026 年 4 月随版本 9.4 发布全面可用提供高容量向量搜索和实时上下文检索的生产就绪基础。了解更多扩展的 Elastic AI 生态系统下载 Elastic AI 生态系统开发者指南或在 NVIDIA GTC 上与 Elastic 技术专家交流高性能 AI。访问展位 #3200观看现场演示并与 Elastic 专家交流。本文所述的任何功能或特性发布及时间安排均由 Elastic 全权决定。当前不可用的功能或特性可能无法按时提供甚至可能不提供。本文可能使用或提及第三方生成式 AI 工具其所有权和运营均归各自所有者所有。Elastic 对第三方工具不拥有控制权并不对其内容、运营或使用承担任何责任也不对因你使用此类工具可能造成的任何损失或损害负责。使用 AI 工具处理个人、敏感或机密信息时请谨慎。你提交的任何数据可能用于 AI 训练或其他用途。无法保证你提供的信息会被安全或保密保存。在使用任何生成式 AI 工具前应熟悉其隐私实践和使用条款。Elastic、Elasticsearch 及相关标记为 Elasticsearch N.V. 在美国及其他国家的商标、徽标或注册商标。所有其他公司和产品名称为其各自所有者的商标、徽标或注册商标。原文https://www.elastic.co/blog/elastic-nvidia-cuvs-integration