← Каталог

· AI Engineer World's Fair 2026

Создание компании

Building: Gergely Orosz × Simon Eskildsen

Векторный поиск можно строить поверх S3 и дешёвых CPU: проектировать нужно от стоимости и задержки операций, а не от бенчмарков.

  • Прикидка на салфетке вместо бенчмарков — спикер сверяет результаты чужих тестов с расчётами по пропускной способности DRAM, SSD и S3. Если расчёт даёт 10 миллисекунд, а бенчмарк 10 секунд, ошибка либо в тесте, либо в понимании системы.
  • Индекс в S3 — кластеры векторов лежат файлами в S3, отдельный файл хранит центроиды, перед S3 стоит nginx-кэш. По словам спикера, P99 чтения объекта около 200 миллисекунд, поэтому число последовательных обращений к S3 надо минимизировать.
  • Цена — по словам спикера, ранняя версия давала миллион векторов за доллар при прежнем минимуме около 100 долларов, а счёт Cursor упал на 95%.
  • Запись сразу в объекты — подтверждённые записи попадают в S3, поэтому остановка всех VM не теряет данные.

Кому полезно: тем, кто строит поиск по большим векторным коллекциям и упирается в стоимость памяти и запросов к хранилищу.

Статья по теме

Главы

Ещё доклады: Gergely Orosz

Страница спикера →

Похожие доклады