Azure Machine Learning 中的向量存放區 (預覽)
重要
此功能目前處於公開預覽。 此預覽版本沒有服務等級協定，不建議用於處理生產工作負載。 可能不支援特定功能，或可能已經限制功能。
如需詳細資訊，請參閱 Microsoft Azure 預覽版增補使用條款。
本文描述 Azure Machine Learning 中的向量索引，您可以用來執行擷取擴增生成。 向量索引會儲存內嵌，這些內嵌是概念 (資料) 轉換成數字序列的數值表示法。 內嵌可讓大型語言模型 (LLM) 了解概念之間的關聯性。 您可以建立向量存放區，以使用例如 GPT-4 的 LLM 連線您的資料，並有效率地擷取資料。
Azure Machine Learning 支援兩個向量存放區，其中包含 RAG 工作流程中使用的補充資料：
| 向量存放區 | 描述 | 功能和使用方式 |
|---|---|---|
| Faiss | 開放原始碼程式庫 | - 使用本機檔案型存放區 - 產生最低成本 - 支援僅限向量資料 - 支援聊天機器人開發與測試 |
| Azure AI 搜尋服務 | Azure PaaS 資源 | - 在搜尋索引中儲存文字資料 - 使用單一服務裝載大量索引 - 支援企業級商務需求 - 存取混合式資訊擷取 |
下列各節會探索使用這些向量存放區的考量。
Faiss 程式庫
Faiss 是提供本機檔案型存放區的開放原始碼程式庫。 向量索引會儲存在 Azure Machine Learning 工作區的 Azure 儲存體帳戶中。 若要使用 Faiss，您可以下載程式庫，並將其作為解決方案的元件。 由於索引是儲存在本機，因此成本最低。
您可以使用 Faiss 程式庫作為向量存放區，並執行下列動作：
在本機儲存向量資料，不需建立索引的成本 (只需儲存體成本)
在記憶體中建置和查詢索引
共用複本以供個別使用，並設定應用程式索引的裝載
隨著基礎計算載入索引進行調整
Azure AI 搜尋服務
Azure AI 搜尋服務 (先前稱為認知搜尋) 是您在 Azure 訂用帳戶中建立的專用 Azure PaaS 資源。 資源支援在搜尋索引中儲存的向量和文字資料上擷取資訊。 提示流程可以建立、填入及查詢儲存在 Azure AI 搜尋服務中的向量資料。 單一搜尋服務可以裝載大量索引，該索引可在 RAG 模式中進行查詢及使用。
以下是對向量存放區使用 Azure AI 搜尋服務的一些重點：
支援企業層級商業對於規模調整、安全性和可用性的需求。
存取混合式資訊擷取。 向量資料可以與非向量資料共存，這表示您可以使用 Azure AI 搜尋服務的任何功能來編製索引和查詢，包括混合式搜尋和語意重新調整。
請記住，向量支援處於預覽狀態。 目前，向量必須在外部產生，然後傳遞至 Azure AI 搜尋服務以編製索引和查詢編碼。 提示流程會為您處理這些轉換。
若要將 AI 搜尋服務用作 Azure Machine Learning 的向量存放區，您必須要有搜尋服務。 服務存在且您已授與開發人員存取權之後，便可在提示流程中，選擇 Azure AI 搜尋服務作為向量索引。 提示流程會在 Azure AI 搜尋服務上建立索引、從來源資料產生向量、將向量傳送至索引、在 AI 搜尋服務上叫用相似度搜尋，以及傳回回應。