Milvus

Milvus
개발자Zilliz
발표일2019년 10월 19일(6년 전)(2019-10-19)
안정화 버전
v3.0.0 / 2026년 7월 29일(26일 전)(2026-07-29).:[1]
저장소github.com/milvus-io/milvus
프로그래밍 언어Go, C++
운영 체제Linux, MacOS
플랫폼X86, ARM
종류벡터 데이터베이스
라이선스Apache License 2.0
웹사이트milvus.io

Milvus는 Zilliz에서 개발한 분산 벡터 데이터베이스이다. 오픈 소스 소프트웨어와 Zilliz Cloud라는 클라우드 서비스 형태로 제공된다.

Milvus는 LF AI & Data 재단 산하의 오픈 소스 프로젝트이며[2] Apache License 2.0에 따라 배포된다.

역사

Milvus는 2017년부터 Zilliz에 의해 개발되었다.[3]

Milvus는 2020년 1월에 인큐베이션 프로젝트로서 리눅스 재단에 합류하였고, 2021년 6월에 졸업 프로젝트가 되었다.[2] 아키텍처와 활용 가능성에 대한 세부 사항은 2021년 ACM SIGMOD 콘퍼런스에서 발표되었다.[4]

새로운 아키텍처를 도입하여 제품 전체를 대대적으로 재설계한 Milvus 2.0은[5] 2022년 1월에 출시되었다.

Milvus 3.0은 데이터 레이크/데이터 웨어하우스 기반의 데이터 처리 요소를 도입하였으며 2026년 7월에 출시되었다.[1]

기능

유사도 검색

Milvus에서는 다음과 같은 다양한 유사도 검색 관련 기능을 사용할 수 있다:[6]

Milvus의 유사도 검색 엔진은 FAISS,[7][8] DiskANN[9][10](KIOXIA의 AiSAQ[11] 기술 포함) 및 hnswlib[12]와 같은 서드파티 오픈 소스 유사도 검색 라이브러리의 수정된 포크에 의존한다.

Milvus에는 그래프 검색 인덱스에 특화된 I/O 데이터 레이아웃 최적화가 포함되어 있다.[13]

데이터베이스

데이터베이스로서 Milvus는 다음과 같은 기능을 제공한다:[6]

Milvus 3.0은 다음 기능을 도입하였다:

데이터 레이크

Milvus 3.0은 벡터에 적용 가능한 다음의 대규모 작업을 도입하였다:[17]

배포 옵션

Milvus는 임베디드 데이터베이스, 독립형 서버 또는 분산 클러스터로 배포할 수 있다. Zilliz Cloud는 완전 관리형 버전을 제공한다.[18]

GPU 지원

Milvus는 엔비디아 cuVS 라이브러리를 통해[19] 엔비디아 CUDA 기술을 사용하는 GPU 가속 인덱스 구축 및 검색을 제공하며,[20][21] 여기에는 GPU 기반 그래프 인덱싱 알고리즘인 CAGRA가 포함된다.[22]

통합

Milvus는 자바, NodeJS, 파이썬 및 Go를 위한 공식 SDK 클라이언트를 제공한다.[23] 추가적인 C# SDK 클라이언트는 마이크로소프트가 기여하였다.[6][24] 이 데이터베이스는 모니터링 및 알림을 위해 DataDog, Prometheus, Grafana와 통합될 수 있으며, Haystack,[25] 랭체인, IBM Watsonx, 그리고 오픈AI에서 제공하는 프레임워크와 같은 생성형 AI 프레임워크와도 통합할 수 있다.[26][27][28][29]

여러 스토리지 제공업체들이 AI 워크로드 및 대규모 벡터 검색을 지원하기 위해 Milvus와의 통합을 구축하였다. 이러한 통합은 성능 최적화, 추론 워크플로 간소화 및 데이터 관리 기능 향상을 목표로 한다:

Milvus는 SUSE AI 플랫폼 제품에 포함되어 있다.[38][39] Red Hat OpenShift AI 자가 관리 제품은 Milvus 배포를 지원한다.[40]

같이 보기

각주

  1. ↑ 가 나 “Release notes for Milvus v3.0.0”. 《GitHub》. 
  2. ↑ 가 나 “LF AI & Data Foundation Announces Graduation of Milvus Project”. 2021년 6월 23일. 
  3. ↑ Liao, Ingrid Lunden and Rita (2022년 8월 24일). “Zilliz raises $60M, relocates to SF” (미국 영어). 《TechCrunch》. 2024년 10월 21일에 확인함. 
  4. ↑ 〈Milvus: A Purpose-Built Vector Data Management System〉. 《SIGMOD '21: Proceedings of the 2021 International Conference on Management of Data》. 2021년 6월 18일. 2614–2627쪽. doi:10.1145/3448016.3457550. ISBN 978-1-4503-8343-1. 
  5. ↑ Guo, Rentong; Luan, Xiaofan; Xiang, Long; Yan, Xiao; Yi, Xiaomeng; Luo, Jigao; Cheng, Qianya; Xu, Weizhi; Luo, Jiarui; Liu, Frank; Cao, Zhenshan; Qiao, Yanliang; Wang, Ting; Tang, Bo; Xie, Charles (2022). “Manu: A Cloud Native Vector Database Management System”. arXiv:2206.13843 [cs.DB]. 
  6. ↑ 가 나 다 “Milvus overview”. 2024년 9월 23일에 확인함. 
  7. ↑ “Faiss”. 《GitHub》. 2024년 9월 23일에 확인함. 
  8. ↑ Douze, Matthijs; Guzhva, Alexandr; Deng, Chengqi; Johnson, Jeff; Szilvasy, Gergely; Mazaré, Pierre-Emmanuel; Lomeli, Maria; Hosseini, Lucas; Jégou, Hervé (2024). “The Faiss library”. arXiv:2401.08281 [cs.LG]. 
  9. ↑ “DiskANN library”. 《GitHub》. 2024년 9월 23일에 확인함. 
  10. ↑ Subramanya, Suhas Jayaram; Kadekodi, Rohan; Krishaswamy, Ravishankar; Simhadri, Harsha Vardhan (2019년 12월 8일). “DiskANN: fast accurate billion-point nearest neighbor search on a single node”. 《Proceedings of the 33rd International Conference on Neural Information Processing Systems》 (Curran Associates Inc.): 13766–13776. 
  11. ↑ “KIOXIA AiSAQ Technology Integrated into Milvus Vector Database”. 2026년 5월 14일에 확인함. 
  12. ↑ “Hnswlib - fast approximate nearest neighbor search”. 《GitHub》. 2024년 9월 23일에 확인함. 
  13. ↑ Wang, Mengzhao; Xu, Weizhi; Yi, Xiaomeng; Wu, Songlin; Peng, Zhangyang; Ke, Xiangyu; Gao, Yunjun; Xu, Xiaoliang; Guo, Rentong; Xie, Charles (2024). “Starling: An I/O-Efficient Disk-Resident Graph Index Framework for High-Dimensional Vector Similarity Search on Data Segment”. 《Proceedings of the ACM on Management of Data》 2: 1–27. arXiv:2401.02116. doi:10.1145/3639269. 
  14. ↑ “Consistency levels in Milvus”. 2024년 9월 29일에 확인함. 
  15. ↑ “Multi-tenancy strategies”. 2024년 9월 29일에 확인함. 
  16. ↑ “Hybrid Search”. 2024년 9월 23일에 확인함. 
  17. ↑ “Vector Lakebase: End the AI Data Silo”. 2026년 5월 14일. 2026년 5월 14일에 확인함. 
  18. ↑ “Zilliz cloud”. 2024년 10월 10일에 확인함. 
  19. ↑ “NVIDIA cuVS library”. 《GitHub》. 
  20. ↑ “What's New In Milvus 2.3 Beta - 10X faster with GPUs”. 2024년 9월 29일에 확인함. 
  21. ↑ “Milvus 2.3 Launches with Support for Nvidia GPUs”. 2023년 3월 23일. 2024년 9월 29일에 확인함. 
  22. ↑ Ootomo, Hiroyuki; Naruse, Akira; Nolet, Corey; Wang, Ray; Feher, Tamas; Wang, Yong (August 2023). “CAGRA: Highly Parallel Graph Construction and Approximate Nearest Neighbor Search for GPUs”. arXiv:2308.15136 [cs.DS]. 
  23. ↑ “Install Milvus Go SDK”. 2024년 9월 29일에 확인함. 
  24. ↑ “Get Started with Milvus Vector DB in .NET”. 2024년 3월 6일. 2024년 9월 29일에 확인함. 
  25. ↑ “Integration HayStack + Milvus”. 2024년 9월 23일에 확인함. 
  26. ↑ “Milvus connector for LangChain”. 2024년 9월 23일에 확인함. 
  27. ↑ “IBM watsonx.data's integrated vector database: unify, prepare, and deliver your data for AI”. 《IBM》. 2024년 4월 9일. 2024년 9월 29일에 확인함. 
  28. ↑ “Getting started with Milvus and OpenAI”. 2023년 3월 28일. 2024년 9월 23일에 확인함. 
  29. ↑ “OpenAI and Milvus simple app”. 《GitHub》. 2024년 9월 23일에 확인함. 
  30. ↑ “Pure Storage Introduces New GenAI Infrastructure with NVIDIA and Run:ai”. 《Pure Storage》. 2024년 6월 25일. 
  31. ↑ “Cloudian AI Inferencing Platform”. 《Cloudian》. 2024년 5월 7일. 
  32. ↑ “Weka Debuts New Solution Blueprint to Simplify AI Inferencing at Scale”. 《Weka》. 2024년 4월 23일. 
  33. ↑ “Revolutionizing Biomedical GenAI with Hyperscale RAG: DDN Infinia, Milvus, and the Full PubMed Dataset”. 《DDN》. 2024년 6월 3일. 
  34. ↑ “Hitachi Vantara unveils AI agent-building iQ Studio”. 2025년 11월 5일. 2026년 5월 14일에 확인함. 
  35. ↑ “Vector Database Solution with NetApp”. 2025년 9월 15일. 2026년 5월 14일에 확인함. 
  36. ↑ “Connecting NAI Labs to an External Milvus Vector Database”. 2026년 5월 14일에 확인함. 
  37. ↑ “The Data Foundation of the AI Factory: Enabling Agentic AI with Nutanix Unified Storage”. 2026년 3월 16일. 2026년 5월 14일에 확인함. 
  38. ↑ “Announcing SUSE AI: An Enterprise ready AI platform”. 2024년 11월 17일. 2026년 5월 14일에 확인함. 
  39. ↑ “Accelerating Innovation with HPE and SUSE: Secure, Scalable, and AI-Ready Infrastructure”. 2025년 8월 4일. 2026년 5월 14일에 확인함. 
  40. ↑ “Deploying a RAG stack in a data science project”. 2026년 5월 14일에 확인함. 

외부 링크

Content Disclaimer

Informasi ini disarikan dari Wikipedia dan disajikan kembali untuk tujuan edukasi. Konten tersedia di bawah lisensi CC BY-SA 3.0. Kami tidak bertanggung jawab atas ketidakakuratan data yang bersumber dari kontribusi publik tersebut.

  1. The information displayed on this website is sourced in part or in whole from Wikipedia and has been adapted for the purpose of restating it. We strive to provide accurate and relevant information, however:
  2. There is no guarantee of absolute accuracy. Wikipedia is an open, collaborative project that can be edited by anyone, so information is subject to change.
  3. It is not intended to constitute professional advice. The content displayed is for informational and educational purposes only. For important decisions (e.g., medical, legal, or financial), please consult a professional.
  4. Content copyright. Wikipedia is licensed under the Creative Commons Attribution-ShareAlike License (CC BY-SA). This means that content may be reused with appropriate attribution and shared under a similar license.
  5. Responsible use. Any risk arising from the use of information from this website is entirely the responsibility of the user.