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。