Международный провайдер IT-инфраструктуры Servercore расширил набор сервисов для AI-проектов. К облачным серверам с GPU, на которых запускают и обучают модели, добавилась СУБД PGVector для хранения векторных данных и семантического поиска. Новый сервис доступен в линейке облачных баз данных и представляет собой управляемый PostgreSQL с предустановленным расширением pgvector.

Многим AI-сценариям, от чат-бота по внутренней документации до AI-агента, нужно искать информацию по смыслу, а не по совпадению слов. Для этого текст, изображения и документы преобразуют в векторы — наборы чисел, в которых закодирован смысл. Часто для их хранения разворачивают отдельную векторную базу данных и поддерживают ее параллельно с основной. PGVector позволяет обойтись без этого: векторы хранятся в PostgreSQL рядом с реляционными данными.

Работу с векторами обеспечивает pgvector — open-source расширение PostgreSQL. Оно находит ближайшие по смыслу векторы как точным поиском, так и с помощью индексов HNSW и IVFFlat. Индексы нужны, когда данных становится много, а поиск должен оставаться быстрым. В PGVector расширение доступно в каждой создаваемой базе кластера, устанавливать его вручную не требуется.

В основе сервиса привычный PostgreSQL, поэтому команды работают со знакомыми инструментами. Поиск по смыслу можно сочетать с SQL-фильтрами, а документы, их метаданные и векторы держать в одной базе.

PGVector подходит для RAG-систем, в которых языковая модель получает релевантные фрагменты документов как контекст, для AI-ассистентов и чат-ботов по корпоративным базам знаний, а также для поиска по каталогам. AI-агентам сервис может служить хранилищем памяти и знаний, в том числе в workflow на базе n8n и других оркестраторов. Для MCP-серверов это бэкенд для поиска по документам. Стартапам и небольшим командам PGVector позволяет запустить AI-функциональность, не добавляя в архитектуру новых компонентов.

Устанавливать и обслуживать PostgreSQL и pgvector самостоятельно не нужно: это управляемый сервис. Ресурсы кластера (vCPU, RAM и диск) подбираются под нагрузку, а по мере роста проекта кластер масштабируется. Отказоустойчивость достигается за счет реплик. Среди инструментов управления — резервное копирование, пулер соединений PgBouncer и мониторинг с выгрузкой метрик в Prometheus. Если база PostgreSQL уже есть, ее можно перенести в PGVector через логическую репликацию или дамп.

«Мы видим, что компании в Центральной Азии все активнее внедряют AI-агентов и смысловой поиск по базам знаний. Многие команды уже работают с PostgreSQL, поэтому мы сделали векторный поиск доступным на знакомой технологии. Разворачивать отдельную векторную базу данных не нужно, и бизнес может запускать AI-приложения без долгой настройки», — отметил Исмоилжон Иминохунов, проектный менеджер Servercore.

Создать кластер PGVector можно в панели управления Servercore.

О компании:

Servercore — международный провайдер IT-инфраструктуры с локальным присутствием в Узбекистане, Казахстане и Кении.

Компания поддерживает бизнес на всех этапах обслуживания инфраструктуры — от проектирования IT-систем до управления и масштабирования. Команда опытных инженеров обеспечивает поддержку инфраструктуры, позволяя клиентам сосредоточиться на основных задачах бизнеса и развитии продукта.

  • 6+ лет опыта на рынках Центральной Азии
  • 250+ кастомных проектов в год
  • 1000+ активных клиентов из разных отраслей

Компания является резидентом международного технопарка Astana Hub — крупнейшего инновационного хаба Центральной Азии, а также IT Park, созданного в Узбекистане для стимулирования интереса к информационным технологиям и поддержки перспективных стартап-проектов.