ما قيمة رصيد Qdrant المجاني؟
تقدم Qdrant رصيدًا بقيمة 2,000 دولار أمريكي مجانًا للشركات الناشئة، يتم تطبيقه على Qdrant Cloud، وهو الإصدار المُدار من قاعدة بيانات المتجهات مفتوحة المصدر الخاصة بها.
هذا المبلغ متواضع مقارنة بالمنح البالغة ستة أرقام في أماكن أخرى في هذه الفئة، ويستحق القراءة بشكل صحيح بدلاً من تجاهله. Qdrant مرخصة بموجب ترخيص Apache 2.0 ويمكن استضافتها ذاتيًا، لذا فإن المنتج المدفوع هو الاستضافة المُدارة، وليس المحرك. الرصيد هو ميزانية استضافة، وليس مفتاح وصول.
تعتمد الأهلية على المرحلة والتمويل، وتتغير شروط برامج البنية التحتية أكثر من شروط برامج النماذج. يتتبع AI Perks الإصدار الحالي جنبًا إلى جنب مع 7.7 مليون دولار أمريكي كرصيد عبر 194 شركة.
ما تفعله Qdrant فعليًا
تقوم Qdrant بتخزين المتجهات مع البيانات الوصفية المنظمة وإرجاع أقرب المطابقات لمتجه استعلام في أجزاء من الثانية. إنها مكتوبة بلغة Rust، وتُشحن كوحدة ثنائية واحدة، وتتصرف بنفس الطريقة على جهاز كمبيوتر محمول كما في بيئة الإنتاج.
كل منتج يجيب على أسئلة حول المستندات الخاصة، أو يبحث بالمعنى بدلاً من الكلمات الرئيسية، أو يوصي بعناصر متشابهة، أو يزيل السجلات المكررة، أو يمنح عميلاً ذاكرة طويلة الأجل يحتاج إلى هذه الطبقة. إما أن تقوم بتشغيله أو تستأجره.
ثلاث خصائص تميز Qdrant عن بقية الفئة:
البيانات الوصفية (Payload) مواطن من الدرجة الأولى. البيانات الوصفية تعيش مع المتجه ويمكن فهرستها، لذا فإن المرشحات هي جزء من الاستعلام بدلاً من المرور الثاني على النتائج. المزيد حول سبب أهمية ذلك أدناه.
إنها وحدة ثنائية واحدة. تكافؤ تطوير محلي هو ميزة تشغيلية حقيقية. يمكنك تشغيل نفس المحرك في حاوية Docker على جهازك وفي مجموعة مُدارة، مما يزيل فئة من مفاجآت "يعمل محليًا".
الترخيص متساهل. Apache 2.0 يعني أن الاستضافة الذاتية تظل متاحة بشكل دائم. هذه رافعة تفاوضية وليست خطة: معرفة أنه يمكنك الانتقال تحافظ على فاتورة الإدارة نزيهة.
البحث المُرشح هو المكان الذي تفشل فيه منتجات الاسترجاع
لا يكاد أي استعلام إنتاجي هو "ابحث عن المتشابه". بل هو "ابحث عن المتشابه، داخل مستندات هذا العميل، من آخر 90 يومًا، من هذا النوع". هذا المزيج، وليس التشابه الخام، هو المكان الذي تفشل فيه معظم عمليات بحث المتجهات بصمت.
للفشل شكل محدد. التنفيذات الساذجة تقوم بالترشيح اللاحق: استرجاع أقرب 100 متجه، ثم التخلص من تلك التي لا تطابق المرشح. إذا كان المرشح انتقائيًا، تحصل على ثلاث نتائج، أو صفر، ويبدو المنتج معطلاً على الرغم من أن الفهرس جيد.
البديل، الترشيح المسبق بالقوة الغاشمة على المجموعة الفرعية المطابقة، صحيح ولكنه بطيء بمجرد أن تصبح المجموعة الفرعية كبيرة. إجابة Qdrant هي تطبيق شروط المرشح أثناء اجتياز الرسم البياني والحفاظ على اتصال الرسم البياني للبحث تحت الترشيح، مدعومًا بفهارس البيانات الوصفية على الحقول التي ترشح عليها. التفاصيل الهندسية أقل أهمية من النتيجة: تظل الاستعلامات المُرشحة سريعة وكاملة.
هذه هي الخاصية الأكثر أهمية لأي شخص يبيع برامج B2B، لأن كل استعلام في منتج متعدد المستأجرين يتم ترشيحه حسب المستأجر. إذا تدهور استرجاعك تحت المرشحات، فسوف يتدهور لكل عميل دفعة واحدة.
كيف تتصرف تكلفة قاعدة بيانات المتجهات عند التوسع
يتم دفع تكلفة بحث المتجهات من خلال عدد المتجهات التي تخزنها مضروبة في أبعادها، وليس بعدد الاستعلامات التي تشغلها. الفهرس الخامل على مجموعة كبيرة مكلف. الفهرس النشط على مجموعة صغيرة رخيص.
هذا هو عكس كيفية فوترة واجهات برمجة تطبيقات النماذج لك، وهذا هو السبب في أن المؤسسين يخطئون في توقع هذا البند بشكل مستمر. إليك الحساب لمليون متجه، قبل عبء الفهرس:
| وضع التخزين | بت لكل بُعد | 1 مليون متجه بأبعاد 768 | 1 مليون متجه بأبعاد 1,536 |
|---|---|---|---|
| float32 في الذاكرة | 32 | ~3.1 جيجابايت | ~6.1 جيجابايت |
| تكميم القياسي (int8) | 8 | ~0.8 جيجابايت | ~1.5 جيجابايت |
| تكميم ثنائي | 1 | ~0.1 جيجابايت | ~0.2 جيجابايت |
| الذاكرة المخططة على القرص | 32، مُصفحة | الذاكرة العشوائية تحتوي على الفهرس | الذاكرة العشوائية تحتوي على الفهرس |
اعتبر هذه الأرقام حدًا أدنى. عبء الرسم البياني والبيانات الوصفية تقع فوقها.
رافعات قليلة تغير الصورة أكثر من أي شيء آخر يمكنك فعله في التعليمات البرمجية الخاصة بك. التكميم يضغط المتجهات المخزنة، ويمكن لـ Qdrant إعادة تقييم القائمة المختصرة مقابل متجهات الدقة الكاملة لاستعادة معظم الاستدعاء المفقود، مما يجعلها أقل انخفاضًا مما تبدو عليه. اختيار البُعد هو الآخر: تدعم العديد من نماذج التضمين الآن المخرجات المختصرة، وتقليل الأبعاد إلى النصف يقلل الجدول بأكمله إلى النصف.
الخلاصة العملية هي أن استراتيجية التقسيم هي قرار تكلفة، وليس مجرد قرار جودة. تقسيم المستندات إلى قطع أصغر يضاعف عدد المتجهات وفاتورة الذاكرة الخاصة بك معها. يتتبع AI Perks الأرصدة عبر هذه الطبقة حتى تتمكن من الاختبار على نطاق حقيقي قبل أن تعلمك الفاتورة.
ما هو رصيد 2,000 دولار أمريكي فعليًا
منحة بقيمة 2,000 دولار أمريكي ليست مدرجًا لسنة كاملة. إنها كافية لتشغيل مجموعتك الحقيقية على نطاق حقيقي بما يكفي لتتعلم ما ستكلفه بيئة الإنتاج، وهذا يستحق أكثر من المال.
الفرق التي تقدر فاتورة المتجهات من عينة من 10,000 صف غالبًا ما تكون خاطئة بمقدار عشرة أضعاف. أداء الاستدعاء والمرشح، وتأثير الجودة من التكميم كلها تتغير مع حجم المجموعة، ولا يستخلص أي منها بشكل نظيف من فهرس تجريبي.
لذا، قم بإنفاق الرصيد كقياس، وليس كخصم:
قم بتحميل كل شيء، وليس عينة. الهدف الكامل هو رؤية سلوك لا يمكنك رؤيته على نطاق صغير.
استعلم مع تشغيل المرشحات. اختبر شكل الاستعلام الذي سيصدره منتجك فعليًا، بما في ذلك مرشح المستأجر.
قم بقياس الاستدعاء في إعداد التكميم الخاص بك. حدد مفاضلة الذاكرة برقم بدلاً من تفضيل.
ثم قارن تكلفة الاستضافة الذاتية مقابل المُدارة. مع حجم فهرس حقيقي، يصبح هذا حسابًا بدلاً من جدال.
التوقيت مهم بقدر أهمية المبلغ. الأرصدة مقيدة بوقت، لذا فإن تنشيط المنحة أثناء اختيارك لحجم التقسيم يحرق معظمها على فهرس فارغ. قم بمحاذاة الساعة مع اللحظة التي يكون لديك فيها كل من مجموعة بيانات وحركة مرور. البرامج الحالية وشروطها موجودة في AI Perks.
ما تتراكم عليه أرصدة Qdrant
تُحسب فواتير الاسترجاع في ثلاثة أماكن: إنشاء المتجهات، وتخزينها والبحث فيها، وتوليد الإجابة. تغطي منحة قاعدة بيانات المتجهات واحدة من الثلاثة.
| الطبقة | كيفية الفوترة | مكان وجود الأرصدة |
|---|---|---|
| التضمينات | مرة واحدة لكل مستند، مرة أخرى مع كل تغيير في النموذج | OpenAI، Cohere، Voyage، Mistral |
| تخزين المتجهات والبحث | بشكل مستمر، مدفوعة بالذاكرة | Qdrant، Pinecone، Weaviate |
| التوليد | لكل إجابة، لكل مستخدم | Anthropic، OpenAI، Google، xAI |
| الحوسبة والاستضافة | بشكل مستمر، مدفوعة بوقت التشغيل | AWS، Google Cloud، Azure، Modal |
صف التضمينات هو الذي يوقع الناس في المشكلة. تقوم بتضمين المجموعة مرة واحدة لفهرستها، ثم تعيد تضمينها كلها في كل مرة تغير فيها النموذج. ترقية التضمين هي إعادة فهرسة كاملة، وعلى مجموعة كبيرة تكون فاتورة حقيقية بدلاً من مهمة خلفية.
الحصول على أرصدة عبر عدة صفوف هو ما يسمح للفريق بتغيير رأيه دون اجتماع ميزانية. هذه هي الحجة الفعلية للتكديس.
ما يخطئ فيه المؤسسون بشأن قواعد بيانات المتجهات
أكثر خطأين شيوعًا هما تبني واحدة قبل أن يحتاجها المنتج، ومعاملة جودة الاسترجاع كمشكلة نموذج عندما تكون عادةً مشكلة ترشيح أو تقسيم.
خمسة فشل تستحق التجنب:
البدء مبكرًا جدًا. يتعامل Postgres مع pgvector مع مئات الآلاف من المتجهات والاستعلامات البسيطة، ويزيل خدمة من مكدسك. قاعدة بيانات المتجهات المخصصة تكسب مكانها عند التوسع، عند حجم استعلام مستمر، أو عندما يبدأ البحث المُرشح في إرجاع القليل جدًا.
تجاهل المرشحات حتى وصول تعدد المستأجرين. بحلول ذلك الوقت، تكون أنماط الاستعلام قد ترسخت والإصلاح هو ترحيل.
معاملة التكميم كتقليل. إنها الفرق بين فهرس 6 جيجابايت و 1.5 جيجابايت، ومع إعادة التقييم، غالبًا ما تكون تكلفة الاستدعاء ضئيلة. قم بقياسها بدلاً من افتراضها.
الخلط بين مفتوح المصدر والمجاني. الاستضافة الذاتية تزيل رسوم الترخيص، وليس فاتورة الذاكرة أو دورة الاستعداد.
نسيان جانب التضمين. تغطي أرصدة التخزين نصف فاتورة الاسترجاع. المؤسسون الذين يبحثون عن كليهما في وقت واحد يمولون عامًا. البقية تمول ربع عام. كلا الجانبين مُدرجان في AI Perks.
الأسئلة الشائعة
ما قيمة أرصدة Qdrant؟
تقدم Qdrant رصيدًا بقيمة 2,000 دولار أمريكي مجانًا للشركات الناشئة، يتم تطبيقه على Qdrant Cloud بدلاً من المحرك مفتوح المصدر، والذي يكون مجانيًا على أي حال. يعتمد مدى استخدامه على حجم المجموعة وأبعاد المتجهات بدلاً من حجم الاستعلام، حيث تعتمد التكلفة على الذاكرة. يتم تتبع الشروط والأهلية الحالية على getaiperks.com.
هل Qdrant مجاني للاستخدام؟
نعم، بالمعنى المهم: Qdrant مرخصة بموجب ترخيص Apache 2.0 ويمكنك تشغيلها على أجهزتك الخاصة بدون رسوم ترخيص. ما يكلف المال هو Qdrant Cloud، الخدمة المُدارة، بالإضافة إلى الذاكرة التي تستهلكها فهرسك أينما كان. الاستضافة الذاتية تبادل المال مقابل العمل التشغيلي.
هل أحتاج إلى قاعدة بيانات متجهات، أم أن pgvector كافٍ؟
بالنسبة لمئات الآلاف من المتجهات والاستعلامات البسيطة، غالبًا ما يكون Postgres مع pgvector كافيًا ويزيل خدمة من مكدسك. قاعدة بيانات المتجهات المخصصة تكسب مكانها عند عشرات الملايين من المتجهات، أو حمل استعلام مستمر، أو بحث مُرشح ومتعدد المستأجرين بكثافة، حيث تتدهور التنفيذات الساذجة بشكل حاد.
ما مقدار ذاكرة الوصول العشوائي التي تحتاجها Qdrant؟
أكثر مما تخصص له معظم الفرق. تحتاج المتجهات غير المضغوطة ذات 32 بت تقريبًا إلى 4 بايت لكل بُعد لكل متجه، لذا فإن مليون متجه ذي 1,536 بُعدًا هو حوالي 6 جيجابايت قبل عبء الفهرس. يقلل تكميم القياسي ذلك إلى ما يقرب من أربعة أضعاف والتكميم الثنائي إلى حد أبعد بكثير، مما يجعل التكميم قرار تخطيط بدلاً من تحسين.
هل يمكنني دمج أرصدة Qdrant مع أرصدة OpenAI أو Anthropic؟
نعم، وهي تغطي فواتير مختلفة. تغطي Qdrant تخزين المتجهات والبحث فيها، ومقدمو التضمين يغطون إنشائها، ومقدمو النماذج يغطون توليد الإجابة. الفرق التي تحتفظ بالأرصدة عبر الثلاثة تغطي عامًا أول حقيقيًا لمنتج الاسترجاع. انظر أي مجموعات موجودة على getaiperks.com.
ما هي بدائل Qdrant الرئيسية؟
Pinecone، Weaviate، Milvus، Chroma، و Postgres مع pgvector. نقاط التمييز لـ Qdrant هي محرك Rust الخاص بها، ونموذج الترشيح الخاص بها، وترخيص متساهل يحافظ على الاستضافة الذاتية كخيار حقيقي بدلاً من خدعة. يتتبع AI Perks برامج الأرصدة عبر الفئة بأكملها على getaiperks.com.
خزن المتجهات. دع شخصًا آخر يدفع مقابل الذاكرة.