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。

本概念文章可協助您在 Azure Machine Learning 中使用向量索引來執行擷取增強產生 (RAG)。 向量索引會儲存內嵌，這些內嵌是轉換成數位序列的概念 (資料) 數值表示法，可讓 LLM 了解這些概念之間的關聯性。 建立向量存放區可協助您連結資料與 GPT-4 等大型語言模型 (LLM)，並有效率地擷取資料。

Azure Machine Learning 支援兩種向量存放區類型，其中包含用於 RAG 工作流程中的補充資料：

• Faiss 是提供本機檔案型存放區的開放原始碼程式庫。 向量索引儲存於 Azure Machine Learning 工作區的儲存體帳戶。 由於是本機儲存，因此成本最低，非常適合開發和測試之用。

• Azure AI 搜尋服務 (先前稱為認知搜尋) 是一項 Azure 資源，支援對儲存在搜尋索引中的向量和文字資料進行資訊擷取。 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。

選擇向量存放區

您可以使用提示流程中的任一個存放區，請問您要使用哪一個？

Faiss 是您下載並使用解決方案元件的開放原始碼程式庫。 如果您有僅限向量的資料，此程式庫可能是最佳起點。 使用 Faiss 的一些重點：

• 本地儲存體，不需索引建立成本 (只需儲存體成本)。

• 您可以在記憶體中建置和查詢索引。

• 您可以共用複本以供個別使用。 如果您要裝載應用程式的索引，您必須設定該索引。

• Faiss 會隨著基礎計算載入索引進行調整。

Azure AI 搜尋服務是您在 Azure 訂用帳戶中建立的專用 PaaS 資源。 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。 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。

• 支援混合式資訊擷取。 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。

• 向量支援處於公開預覽狀態。 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。 一旦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。

下一步

如何在 Azure Machine Learning 提示流程中建立向量索引 (預覽)