[10/03/2025] Teradata ha anunciado Teradata Enterprise Vector Store, una solución en base de datos que aseguran aporta la velocidad, la potencia y la escala multidimensional de la plataforma de nube híbrida de Teradata a la gestión vectorial de datos, un elemento crucial para la IA de confianza, con una futura expansión que incluirá la integración de los microservicios NVIDIA NeMo Retriever, parte de la plataforma de software NVIDIA AI Enterprise. Según lo señalado en el comunicado de prensa, con la capacidad de procesar miles de millones de vectores e integrarlos en sistemas empresariales preexistentes, con tiempos de respuesta tan rápidos como en decenas de milisegundos, Enterprise Vector Store está diseñado para ofrecer de manera rentable la sofisticación necesaria para obtener valor real de desafíos comerciales complejos y multifacéticos.
"La oferta crea un repositorio único y confiable para todos los datos y se basa en el soporte que Teradata ofrece hoy en día para la generación aumentada de recuperación (RAG), al tiempo que trabaja hacia casos de uso de IA agentica dinámica, como el "centro de llamadas aumentado", sostuvo Louis Landry, CTO de Teradata.
El ejecutivo anotó que las tiendas vectoriales son fundamentales para cualquier organización que busque aprovechar los agentes de IA, pero la mayoría de las tiendas vectoriales requieren compensaciones que hacen que su uso sea prohibitivamente difícil o costoso para resolver los problemas comerciales más desafiantes (y potencialmente los más lucrativos). "Pueden ser rápidos, pero solo para conjuntos de datos pequeños. O pueden administrar volúmenes vectoriales, pero no a la velocidad que requieren los casos de uso de IA agentica. La verdadera magia ocurre cuando las organizaciones pueden aplicar tanto la velocidad del rayo como la computación masiva a conjuntos de datos no estructurados que tienen un valor real cuando se combinan con datos estructurados de misión crítica”.
Landry añadió que Enterprise Vector Store de Teradata está diseñado para ser una forma eficaz de habilitar casos de uso que requieren capacidades vectoriales y aplicaciones RAG. "Con un escalado rentable y una integración casi perfecta, se espera que Enterprise Vector Store ayude a las empresas a maximizar el valor y la información de los datos no estructurados, al tiempo que reduce el gasto. Dada la ventaja de Teradata en el entorno híbrido, Enterprise Vector Store es una opción natural para las organizaciones que desean escalar de manera flexible en entornos locales y en la nube, avanzando hacia un futuro de IA agentic mientras aprovechan al máximo la infraestructura actual”.
El ejecutivo indicó que, al gestionar datos no estructurados en formatos multimodales (texto, video, imágenes, PDF, etc.), Enterprise Vector Store de Teradata unifica los datos estructurados y no estructurados para un análisis holístico. También:
- Se compromete con el ciclo de vida completo de la gestión de datos vectoriales, desde la generación de incrustaciones y la indexación hasta la gestión de metadatos y la búsqueda inteligente.
- Procesa este trabajo dentro del sistema Teradata existente, que prospera en opciones de implementación flexibles, incluidas la nube, las instalaciones o la híbrida.
- Es compatible con marcos como LangChain y RAG, junto con las prácticas integrales de gestión y gobernanza de datos necesarias para la IA de confianza.
- Agrega capacidades de incrustación de vectores temporales planificados, que están diseñadas para aumentar la confianza y la explicabilidad mediante el seguimiento de los cambios en los datos a lo largo del tiempo, lo que mejora la precisión y la toma de decisiones.
Una solución vectorial escalable en la base de datos creada con NVIDIA AI
Landry comentó, asimismo que, se espera que Teradata Enterprise Vector Store integre NVIDIA NeMo Retriever para proporcionar una solución de recuperación de información con alta precisión y privacidad de datos, lo que permite a las empresas generar información comercial en tiempo real. "Los desarrolladores pueden ajustar los microservicios de NeMo Retriever en combinación con modelos comunitarios o personalizados para crear aplicaciones escalables de ingesta de documentos y RAG que se puedan conectar a datos propietarios dondequiera que residan. La extracción de NVIDIA NeMo Retriever está diseñada para permitir a los clientes utilizar información y conocimientos de fuentes de datos no estructuradas, como PDF, lo que permite a los desarrolladores crear aplicaciones basadas en RAG que aprovechan el conocimiento en tiempo real agregado con información de todo el patrimonio de TI corporativo”.
Franca Cavassa, CTOPerú