Azure 机器学习中的矢量存储（预览版）
重要
此功能目前处于公开预览状态。 此预览版在提供时没有附带服务级别协议，我们不建议将其用于生产工作负荷。 某些功能可能不受支持或者受限。
有关详细信息，请参阅适用于 Azure 预览版的补充使用条款。
本文介绍 Azure 机器学习中可用于执行检索增强生成 (RAG) 的矢量索引。 矢量索引存储的嵌入是将概念（数据）的数字表示形式转换为数字序列。 嵌入使大型语言模型 (LLM) 能够理解概念之间的关系。 可以创建矢量存储以将数据与 GPT-4 等 LLM 连接起来，并有效地检索数据。
Azure 机器学习支持两种矢量存储，它们包含 RAG 工作流中使用的补充数据：
| 矢量存储 | 说明 | 功能和用法 |
|---|---|---|
| Faiss | 开源库 | - 使用基于本地文件的存储 - 成本极低 - 支持仅矢量数据 - 支持开发和测试 |
| Azure AI 搜索 | Azure PaaS 资源 | - 将文本数据存储在搜索索引中 - 使用单一服务托管大量索引 - 支持企业级业务要求 - 访问混合信息检索 |
以下部分介绍使用这些矢量存储时的注意事项。
Faiss 库
Faiss 是一个开源代码库，提供基于本地文件的存储。 矢量索引存储在 Azure 机器学习工作区的 Azure 存储帐户中。 若要使用 Faiss，需要下载该库并将其用作解决方案的组件。 由于索引存储在本地，因此成本极低。
可以使用 Faiss 库作为矢量存储并执行以下操作：
将矢量数据存储在本地，无需创建索引的成本（仅产生存储成本）
在内存中生成和查询索引
共享副本供个人使用，并配置应用程序索引的托管
使用基础计算加载索引进行缩放
Azure AI 搜索
Azure AI 搜索（以前称为认知搜索）是在 Azure 订阅中创建的专用 Azure PaaS 资源。 该资源支持对存储在搜索索引中的矢量和文本数据进行信息检索。 提示流可以创建、填充和查询存储在 Azure AI 搜索中的矢量数据。 单个搜索服务可以托管大量索引，可在 RAG 模式中查询和使用它们。
下面是有关将 Azure AI 搜索用于矢量存储的一些要点：
支持企业级业务对规模、安全性和可用性的要求。
访问混合信息检索。 矢量数据可以与非矢量数据共存，这意味着可以使用任何 Azure AI 搜索功能进行索引和查询，包括混合搜索和语义重排。
请记住，矢量支持目前以预览版提供。 目前，必须在外部生成矢量，然后传递给 Azure AI 搜索进行索引和查询编码。 该提示流会为你处理这些转换。
若要将 AI 搜索用作 Azure 机器学习的矢量存储，你必须具有搜索服务。 服务存在且你被授予开发人员访问权限后，可以选择“Azure AI 搜索”作为提示流中的矢量索引。 该提示流会在 Azure AI 搜索上创建索引，从源数据生成矢量，将矢量发送到索引，在 Azure AI 搜索中调用相似性搜索，并返回响应。