Will Amazon S3 Vectors kill vector databases or save them?
Amazon S3 Vectors: убийца или спаситель векторных БД?
AWS запустил S3 Vectors — хранилище эмбеддингов прямо в S3. Цена низкая, интеграция в экосистему AWS очевидна. Кто-то уже похоронил специализированные векторные СУБД вроде Milvus, Pinecone, Qdrant. На деле — не так.
Почему это не конец векторных БД
- Стоимость поиска может быть выше, чем вызов LLM. У одного AI-стартапа расходы на векторный поиск в 2× превышают счёт за OpenAI.
- RAG вырос до миллиардов векторов за ночь. С3 не масштабируется до таких размеров без потери скорости и точности.
- Latency-требования изменились, но не исчезли. Пока LLM генерирует ответ, можно подождать 100 мс, но не 5 с.
Что умеет S3 Vectors
- Простой knn через REST / SQL-подобный язык.
- Хранит векторы рядом с объектами, без отдельного кластера.
- Цена: ≈ 0,32 $/млн запросов + стандартные тарифы S3.
Чего нет
- GPU-ускорения, HNSW, PQ, динамического индексирования.
- Фильтрация по метаданным на лету.
- Горизонтального масштабирования под высокую QPS.
- SLA на latency и точность.
Где пригодится
- Холодный архив, редкие запросы, прототипы.
- Совместная работа с полноценной векторной БД: S3 держит дешёвую «копию всего», а hot-слой (Milvus/Pinecone) — быстрый доступ к топ-N.
Итог
S3 Vectors — ещё один кирпичик в стеке, а не замена. Специализированные СУБД остаются единственным способом получить миллиардные индексы, фильтры и суб-100 мс latency без компромиссов.