![Redis מכריזה על שיפור ביצועים של פי 16 במנוע השאילתות שלה - תספק חווית זמן אמת לאפליקציות GenAI](https://pic1.calcalist.co.il/picserver3/crop_images/2024/06/20/BJVLx5Z8R/BJVLx5Z8R_0_124_1066_601_0_x-large.jpg)
Redis מכריזה על שיפור ביצועים של פי 16 במנוע השאילתות שלה - תספק חווית זמן אמת לאפליקציות GenAI
“השיפור במנוע השאילתות יאפשר לארגונים ומשתמשים להריץ יישומי GenAI הדורשים כוח חישוב רב, ללא פגיעה בביצועים, ותוך שמירה על זמני תגובה בזמן אמת למשתמשי קצה”
Redis, חברת מסד הנתונים המהיר והפופולרי בעולם, מכריזה היום על שיפור של פי 16 במהירות מנוע השאילתות שלה. השיפור מאיץ באופן משמעותי את מספר השאילתות וחיפוש נתונים שניתן לעשות בכל רגע נתון, ואת זמני התגובה. בכל מה שנוגע לשאילתות עבור יישומיי GenAI, קרי חיפוש וקטורי (vector search), החברה ביצעה השוואת ביצועים מקיפה שבה הראתה שיפור של עד פי 50 ביחס למסדי נתונים אחרים.
“המשימה שלנו היא לספק את תשתית הנתונים המהירה ביותר, עבור כל סוגי האפליקציות והעומסים ובזמינות גבוהה”, אומר יפתח שולמן, מייסד ונשיא Redis. “השיפור במנוע השאילתות יאפשר לארגונים ומשתמשים להריץ יישומי GenAI הדורשים כוח חישוב רב, ללא פגיעה בביצועים, ותוך שמירה על זמני תגובה בזמן אמת למשתמשי קצה”.
הביצועים הגבוהים של Redis נובעים מעקרונות ארכיטקטונים פשוטים: כל הפעולות הבסיסיות של Redis הן פעולות המתבצעות על ידי תהליך אחד ובזמן ריצה קצר, ללא תלות בכמות הנתונים השמורים ב- Redis או מיקומם. עבור מנוע השאילתות, Redis ביצע מספר שינויים שמאפשרים ל- Redis לרוץ במקביל על מספר גדול של מעבדים ע״י ארכיטקטורה מרובת תהליכים (multi process - single threaded).
כמעט כל האפליקציות שאנחנו מכירים שואפות לתת חווית זמן אמת למשתמשי קצה, מה שמגביר את הביקוש לפלטפורמות נתונים זמן-אמת, היות ולגישה לנתונים יש חלק מרכזי בזמני התגובה למשתמשי הקצה. הלקוחות של Redis מאחסנים יותר מידע, ומריצים שאילתות מורכבות יותר מבעבר, במיוחד ביישומים מבוססי GenAI, דבר שמייצר עומסים ומחייב הגדלה משמעותית בתפוקה. ארגונים ומפתחי האפליקציות פשוט לא מוכנים שזמני התגובה למשתמשי הקצה יפגעו כתוצאה מהוספת יכולות AI לאפליקציה.
ביקוש גדול ליישומי GenAI
בעקבות העלייה החדה ביישומי GenAI גבר הביקוש לחיפוש סמנטי, חיפוש של מושגים בעלי הקשר דומה ולאו דווקא עם טקסט דומה, למשל השאלות: ״מה גודל האוכלוסייה בישראל?״ ו״כמה אנשים גרים בישראל ?״ הן שאלות בעלות הקשר דומה וטקסט שונה. הפתרון לבעיה הזאת מתבצע בעזרת וקטורים, כלומר ישנם מודלים של AI שלוקחים טקסט וממירים אותו לייצוג וקטורי, כך שלשני טקסטים עם הקשר דומה יהיה וקטורים קרובים. ולכן קיימת עלייה בהיצע של מסדי הנתונים המספקים חיפוש וקטורי, בין אם מסדי נתונים וקטורים ייעודיים או מסדי נתונים כלליים המספקים פתרונות חיפוש וקטורי.
השיפור במנוע השאילתות של Redis מאפשר שיפור של פי 16 ביחס לגרסאות קודמות, והוא עד פי 50 מהיר יותר ביחס למסדי נתונים אחרים, מה שמציב את Redis כפתרון היחיד המאפשר לאפליקציות עם יכולות GenAI לספק חווית זמן אמת למשתמשי קצה.