IT & RAG / Архитектура RAG
Dnotitia анонсировала Seahorse Cloud и VDPU — новые решения для векторных БД и ускорения RAG
Компания Dnotitia представила платформу Seahorse Cloud и специализированный чип VDPU, направленные на устранение узких мест предобработки данных и снижение затрат на инференс в системах Retrieval‑Augmented Generation (RAG).
Сводка
Главное за 15 секунд
- Dnotitia анонсировала платформу Seahorse Cloud для автоматизированной предобработки данных и чип VDPU для аппаратного ускорения векторного поиска, что направлено на снижение затрат и повышение эффективности корпоративных
- Компания Dnotitia представила платформу Seahorse Cloud и специализированный чип VDPU, направленные на устранение узких мест предобработки данных и снижение затрат на инференс в системах Retrieval‑Augmented Generation (RA
- ## Seahorse Cloud: автоматизация предобработки Seahorse Cloud — это облачное (или локальное) решение, которое автоматизирует этапы парсинга, эмбеддинга и семантического чанкинга данных, тем самым устраняя традиционные уз
- По информации Dnotitia, платформа обеспечивает высокую стоимостную эффективность и поддерживает стандарт MCP, что упрощает интеграцию с существующими корпоративными системами и ускоряет вывод актуальной информации без не
Seahorse Cloud: автоматизация предобработки
Seahorse Cloud — это облачное (или локальное) решение, которое автоматизирует этапы парсинга, эмбеддинга и семантического чанкинга данных, тем самым устраняя традиционные узкие места предобработки в пайплайнах RAG. По информации Dnotitia, платформа обеспечивает высокую стоимостную эффективность и поддерживает стандарт MCP, что упрощает интеграцию с существующими корпоративными системами и ускоряет вывод актуальной информации без необходимости постоянного переобучения больших языковых моделей.
VDPU: аппаратное ускорение поиска
Чип VDPU (Vector Data Processing Unit) представляет собой специализированный полупроводник, ориентированный на ускорение операций поиска по векторным базам данных. Dnotitia заявляет, что коммерциализация VDPU позволит значительно снизить энергопотребление и latency при выполнении similarity‑search, что критично для масштабирования агентных RAG‑систем, где модели самостоятельно формируют планы и используют внешние инструменты.
Рынок RAG и векторных БД: рост и вызовы
Согласно данным Polaris Market Research, глобальный рынок векторных баз данных оценивался в 2,49 млрд USD в 2025 году и к 2034 году ожидается рост до 17,37 млрд USD при среднегодовом темпе 24,10 %. При этом Северная Америка сохраняет долю 37,8 %, а регион Азиатско‑Тихоокеанского региона демонстрирует самый быстрый рост — CAGR 28 %. Что касается самого RAG‑рынка, SNS Insider оценивает его в 1,94 млрд USD в 2025 году с прогнозом достижения 47,00 млрд USD к 2035 году (CAGR 37,58 %), при этом самый быстрый рост фиксируется в Азиатско‑Тихоокеанском регионе — 39,86 % CAGR.
Тем не менее, как отмечают аналитики VentureBeat, создание демонстрационного RAG‑прототипа относительно просто, но вывод его в промышленную эксплуатацию сталкивается с рядом сложностей: несоответствие данных между источниками, устаревшие документы, разные уровни доступа, необходимость правильной стратегии чанкинга и обработки метаданных. Эти факторы делают поисковый слой настоящей инфраструктурой, требующей внимания к качеству, свежести, безопасности и операционной устойчивости.
Источник новости: Dnotitia Drives Vector DB Innovation with Seahorse Cloud and VDPU
Обсуждение
Комментарии
Войдите через Google или Telegram, чтобы участвовать в обсуждении.