GridGain 提供实时 AI 功能，增强向量存储和特征存储能力

GridGain 近日宣布其最新版本的内存计算平台在实时人工智能（AI）和机器学习（ML）领域取得了显著进展。通过增强的向量存储和特征存储能力，GridGain 为数据密集型应用提供了更高效、更强大的支持。

据该公司称，GridGain for AI 可以简化从 AI 实验到交付和执行的路径，因此企业可以放心地加速其 AI 部署，因为他们知道 GridGain 将确保他们可靠地处理数据所需的性能、规模和访问控制。

GridGain 首席技术官 Lalit Ahuja 表示：“每个行业的组织都看到了 AI 的前景，并正在朝着实施方向发展，但如果他们没有一个强大、可扩展、实时的数据生态系统来支持他们的 AI 工作负载，他们所寻求的好处就不会实现。GridGain 简化了这个数据生态系统，将特征存储、预测缓存、模型存储库和向量搜索统一到一个平台中，以降低复杂性、降低成本并加速 AI 部署。

GridGain for AI 增强了预测性 AI 和生成式 AI （GenAI） 用例，例如：

• 预测性 AI – GridGain for AI 可用作特征存储（包括从流式或交易数据中实时提取特征）或用作预测缓存。它可以提供预先计算的预测或实时执行预测模型。
• GenAI – GridGain for AI 可以作为检索增强生成 （RAG） 应用程序的支柱，支持使用所有必要的企业数据为语言模型创建相关提示。GridGain 为结构化和非结构化数据提供存储，并支持矢量搜索、全文搜索和基于 SQL 的结构化数据检索。它与开源和公开可用的库（LangChain、Langflow）和语言模型集成。

有关此新闻的更多信息，请访问 www.gridgain.com。

作者：Stephanie Simone

2025年2月4日