Pour le RAG, Teradata ajoute le support des bases de données vectorielles

De plus en plus populaire avec le développement de l’IA, la recherche vectorielle devient un must have pour les spécialistes de la donnée. Aujourd’hui, Teradata s’y met avec Enteprise Vector Store au sein de sa plateforme. Les service propose de gérer des données vectorielles, depuis la génération de l'intégration et l'indexation jusqu'à la gestion des métadonnées et la recherche automatisée. « L’offre prend également en charge des frameworks comme LangChain et prévoit des capacités d'intégration de vecteurs temporels qui facilitent l'explication en suivant les changements apportés aux données au fil du temps, améliorant ainsi la précision et la prise de décision », a indiqué l'entreprise. « Grâce à ce magasin vectoriel qui s’exécute dans une base de données, les entreprises pourront ajouter des capacités d'IA capable de traiter de grands volumes de vecteurs, combinant des données structurées et non structurées dans une seule base de données », a expliqué Devin Pratt, directeur de recherche sur la gestion des données chez IDC.

Teradata rattrape son retard

Les analystes font remarquer que Teradata n'est pas le seul fournisseur de plateforme de données à ajouter des capacités de stockage vectoriel pour augmenter les cas d’usage RAG (génération augmentée par récupération) afin d'éviter que les entreprises n'aient à adopter des bases de données vectorielles spécialisées en même temps que des produits de plateforme de données. « Presque tous les fournisseurs de data platfom ajoutent la prise en charge du stockage et du traitement des vecteurs lorsqu'ils font évoluer leurs produits pour répondre aux exigences des entreprises pour leurs applications de GenAI », a pointé Matt Aslett, directeur de la recherche, de l'analytique et des données chez ISG. En règle générale, les bases de données vectorielles sont utilisées pour stocker des vecteurs représentant des caractéristiques ou des attributs de données et d'informations, et ces vecteurs peuvent être utilisés pour augmenter les modèles d'IA générative en fournissant des informations sémantiquement similaires à partir des propres données d'une entreprise par le biais du RAG.

« Les fournisseurs concurrents telles que Snowflake, Databricks et Google BigQuery ont tous ajouté des capacités de stockage vectoriel », a rappelé Doug Henschen, analyste principal chez Constellation Research. Devin Pratt d'IDC cite aussi l’exemple d’Oracle qui a dévoilé HeatWave GenAI avec des LLM dans la base de données et des capacités de stockage vectoriel. « Jusqu'en 2027, presque toutes les entreprises qui développent des applications basées sur l'IA générative investiront dans des plateformes de données avec recherche vectorielle et du RAG pour compléter les modèles de base avec des données et du contenu propriétaires », a déclaré Aslett de l'ISG.

Accélérer les cas d’usage de la GenAI

Pour son offre Enterprise Vector Store, Teradata s'est également associé à Nvidia afin d'accélérer les cas d’usage du RAG via NIM, un microservice d'inférence conteneurisé destiné à accélérer le déploiement et la performance opérationnelle des applications, des agents et des assistants basés sur des modèles d'IA générative. « Les développeurs peuvent affiner les microservices NeMo Retriever, une partie de NIM, en combinaison avec des modèles communautaires ou personnalisés pour construire des applications évolutives d'ingestion de documents et de RAG et les connecter à des données propriétaires où qu'elles résident », a précisé l'entreprise dans un communiqué. Selon Matt Aslett d’ISG, NIM est intéressant pour les fournisseurs de logiciels de gestion de données car il peut accélérer la fourniture d'un support pour le volet opérationnel des modèles d'IA dans une architecture conteneurisée déployable sur site ou dans le cloud.

Exemple d'utilisation d'Enterprise Vector Store. (Crédit Photo: Teradata)

Pour l’instant, Enterprise Vector Store est disponible en avant-première privée, la disponibilité générale étant prévue pour juillet, mais on ne sait pas s'il sera ajouté à Vantage Cloud de Teradata. Cependant, plusieurs analystes, comme M. Henschen, pensent que même si, dans un premier temps, Enterprise Vector Store est proposé dans l'environnement de lac de données de Teradata, il sera intégré à ses offres VantageCloud et IntelliFlex d'ici au second semestre de cette année. Si le magasin vectoriel est ajouté à IntelliFlex, M. Henschen pense que Teradata sera le premier et le seul à proposer un magasin vectoriel sur site. « La capacité de stockage vectorielle sur site devient très importante dans des scénarios hybrides et sur site pour les clients existants de Teradata qui cherchent à exploiter les capacités d'IA générative », a fait valoir l’analyste.