Zilliz Cloud

Zilliz Cloud

Zilliz · Programmation

Zilliz Cloud est une base de données vectorielle managée sur Milvus open source, pensée pour les équipes qui créent des apps de recherche et de recommandation avec l'IA. Un démarrage rapide pour la recherche vectorielle.

Aperçu de l'interface de Zilliz Cloud

À propos de Zilliz Cloud

Qu'est-ce que Zilliz Cloud

Zilliz Cloud est un service de base de données vectorielle entièrement managé proposé par Zilliz, l'entreprise derrière le projet open source Milvus. Il stocke des embeddings, les vecteurs numériques que produisent les modèles d'IA lorsqu'ils transforment du texte, des images ou de l'audio en quelque chose qu'une machine peut comparer. Ensuite, il trouve les correspondances les plus proches en quelques millisecondes. Si vous avez déjà utilisé une recherche « sémantique » qui comprend le sens plutôt que les mots exacts, c'est généralement une base de données vectorielle de ce type qui l'alimente en coulisses.

La promesse est simple. Milvus est puissant, mais le faire tourner vous-même implique d'embaucher des ingénieurs pour régler les index, gérer les clusters et tout maintenir en ligne 24 heures sur 24 sans laisser le rappel chuter. Zilliz Cloud vous enlève ce travail tout en gardant le même moteur central en dessous. Vous obtenez une infrastructure managée sur AWS, Google Cloud et Azure, plus une offre gratuite pour tester des idées avant de vous engager.

La limite, c'est le coût et la dépendance. Les clusters dédiés démarrent autour de 126 $ par Go par mois, ce qui grimpe vite sur de gros volumes de données. Et même si le produit est compatible avec Milvus, vous dépendez toujours de Zilliz pour l'exécuter, donc une installation auto-hébergée reste la porte de sortie si vous voulez un contrôle total.

Pour commencer

  1. Créez un compte gratuit sur cloud.zilliz.com et lancez votre premier projet.
  2. Montez un cluster : choisissez l'offre serverless gratuite pour tester ou un cluster dédié pour la production.
  3. Créez une collection, puis définissez le champ vectoriel et sa dimension en fonction de votre modèle d'embeddings.
  4. Insérez vos embeddings via le SDK, l'API REST ou une tâche d'import de données.
  5. Lancez une requête de recherche par similarité et récupérez les correspondances les plus proches avec leurs scores.

Informations sur le produit

Aperçu des tarifs, des plateformes compatibles et des performances de Zilliz Cloud.

Offre gratuiteOui
Offres payantes$0 - $197/mo+
PlateformeWeb, AWS, Google Cloud, Azure, REST API, Python and Java SDKs
DéveloppeurZilliz
CatégorieProgrammation
Date de lancementJun 2022
Dernière mise à jourSep 2025
Visites du site141K
Classement mondial du site292.6K
Disponibilité de l’APIOui

Idéal pour

Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.

Utilisateurs

  • Développeurs d'IA qui construisent des pipelines RAG
  • Équipes data et ML d'entreprises en croissance
  • Startups qui prototypent une fonction de recherche sémantique

Tâches

  • Stocker et interroger des embeddings de modèles texte, image ou audio
  • Recherche hybride entre vecteurs denses et creux
  • Moteur de recommandation

Cas d'usage

  • Créer un chatbot qui répond à partir de vos propres documents
  • Lancer une recherche par similarité à grande échelle sur des données externes
  • Respecter les exigences de conformité dans des secteurs réglementés

Fonctionnalités clés

Milvus managé sans la charge d'exploitation

Zilliz Cloud exécute le même moteur que Milvus open source, mais prend en charge les mises à niveau, la montée en charge et la supervision à votre place. C'est important si votre équipe veut de la recherche vectorielle sans recruter un spécialiste pour surveiller les clusters. Le déploiement automatisé et les outils intégrés remplacent des mois de configuration et de réglages manuels.

AutoIndex dopé à l'IA et moteur de recherche Cardinal

La plateforme choisit seule une stratégie d'indexation pour chaque jeu de données via AutoIndex et son moteur Cardinal. Vous ne réglez pas les paramètres à la main pour obtenir un bon rappel. Pour les équipes sans expertise pointue en recherche vectorielle, cela supprime la partie la plus difficile.

Recherche hybride

Vous pouvez interroger plusieurs champs vectoriels en une seule requête, en mélangeant des vecteurs creux et denses ou en combinant des vecteurs denses avec du texte. Les résultats sont alors plus précis qu'une recherche purement sémantique quand les termes exacts comptent, comme des codes ou des noms de produits. Vous avez déjà cherché une référence précise et reçu des réponses floues et sans queue ni tête ? La recherche hybride corrige ça.

Montée en charge horizontale

Une architecture par composants vous permet de monter en charge horizontalement à mesure que vos données grandissent. Les performances restent stables, que ce soit sur un petit prototype ou sur une charge de production au trafic fluctuant. Sur l'offre serverless, vous payez uniquement le calcul que vous utilisez.

Sécurité et conformité pour l'entreprise

Les offres supérieures ajoutent le SSO avec SAML 2.0, un contrôle d'accès granulaire par rôles, des journaux d'audit et des points de terminaison privés avec appairage de VPC, ce qui donne aux équipes sécurité les contrôles qu'elles attendent avant de valider un nouveau stockage de données. L'offre Business Critical va plus loin avec des clés de chiffrement gérées par le client et des contrôles compatibles HIPAA, ce qui compte pour les équipes de santé et de finance.

Plusieurs options de déploiement

Vous pouvez l'exécuter entièrement managé sur le cloud de Zilliz, le garder dans votre propre infrastructure avec BYOC, ou utiliser des clusters dédiés avec du calcul réservé. Chaque option embarque le même socle de fonctionnalités : vous choisissez où il vit, pas ce qu'il fait.

Cohérence ajustable et métriques de similarité

Plusieurs niveaux de cohérence vous laissent décider à quel point les résultats doivent être frais, en équilibrant précision et vitesse. Vous choisissez aussi la métrique de similarité, comme le cosinus ou la distance euclidienne, pour qu'elle corresponde à l'entraînement de vos embeddings.

Avantages et inconvénients

Avantages

  • Entièrement managé, donc vous évitez le travail d'ingénierie qu'exige un Milvus auto-hébergé.
  • Tourne sur AWS, Google Cloud et Azure, avec une offre gratuite pour démarrer.
  • AutoIndex supprime le réglage manuel, ce qui aide les équipes sans spécialistes de la recherche vectorielle.
  • La recherche hybride et plusieurs métriques de similarité couvrent plus de cas d'usage qu'une simple recherche vectorielle.

Inconvénients

  • Les clusters dédiés démarrent autour de 126 $ par Go par mois, donc les gros volumes de données deviennent vite chers.
  • L'offre gratuite vous limite à 5 Go et 5 collections, trop peu pour une vraie production.
  • Vous dépendez de Zilliz pour faire tourner le service, donc une installation Milvus auto-hébergée reste le seul moyen d'éviter cette dépendance.

Questions fréquentes

Il stocke et recherche des embeddings vectoriels pour que les applications d'IA trouvent rapidement des éléments similaires. Les usages courants incluent la recherche sémantique, la récupération avec génération, les recommandations et la détection d'anomalies.### Zilliz Cloud est-il gratuit ? Oui, il existe une offre gratuite avec 5 Go de stockage, 2,5 millions de vCU par mois et jusqu'à 5 collections. Elle est destinée à l'apprentissage et aux projets personnels, pas aux charges de production.