Vespa.ai, Schöpfer der AI-Suchplattform für die Entwicklung und den Einsatz von groß angelegten Echtzeit-KI-Anwendungen auf Basis von Big Data, meldete heute seine Anerkennung als Branchenführer und Outperformer in der Technologieanalyse "GigaOm Radar for Vector Databases v3". Damit wird das Unternehmen nun schon das dritte Jahr in Folge in der Vektordatenbank-Recherche von GigaOm bewertet.
In der jetzt vorliegenden dritten Auflage des Berichts werden 17 führende Open-Source- und kommerzielle Lösungen im strukturierten Bewertungsrahmen von GigaOm miteinander verglichen. Zusätzlich zu den Mindest-Kernfähigkeiten werden im Radar für jeden Anbieter die wichtigsten Merkmale, die entwickelten Stärken und breiter gefasste Geschäftskriterien betrachtet. Der Übergang von Sonar zu Radar soll den Übergang der Technologie in die Mainstream-Anwendung widerspiegeln.
GigaOm nennt Vespa.ai einen Branchenführer aufgrund seiner Fähigkeit zum Verwalten komplexer Daten, zum Optimieren von Ergebnissen im großen Maßstab und zum Unterstützen multimodaler KI-Workloads. Besonders hervorgehoben werden in dem Bericht der native Tensor-Support von Vespa, die effiziente Recherche über dünnbesetzte und dichte Vektoren hinweg sowie die integrierte Ranking-Pipeline für die Bereitstellung von hochgradig relevanten Antworten in Echtzeit. GigaOm erwähnt außerdem die Stärke von Vespa im Umgang mit unterschiedlichen Datentypen wie Texten, Bildern und Multi-Vektor-Embeddings, wodurch die Plattform gut für große KI-Such- und RAG-Anwendungen geeignet ist.
Andrew Brust, Analyst von GigaOm: “Vespa.ai wurde als Outperformer eingestuft wegen seines Könnens im Speichern, Abrufen und Verarbeiten komplexer Datenstrukturen im großen Maßstab und in Echtzeit.”
Jon Bratseth, CEO und Gründer von Vespa: “Wir freuen uns, als Branchenführer ausgezeichnet worden zu sein, denn die Vektortechnologien erschließen sich derzeit den Mainstream-Einsatz. Der GigaOm-Bericht macht einen wichtigen Punkt ganz deutlich: Die Vektorspeicherung allein liefert keine aussagekräftigen Ergebnisse. Im großen Maßstab brauchen die Anwenderorganisationen integriertes Ranking, effiziente Abruf-Pipelines und die Fähigkeit, über unterschiedliche Datentypen hinweg zu arbeiten. Deshalb kommen viele Teams zu Vespa, nachdem sie die Grenzen von Stand-Alone-Vektorspeichern und die Komplexität des Zusammenfügens von zusätzlichen Ranking- oder Filterungs-Services entdeckt haben. Vespa wurde unter dem Aspekt entwickelt, diese Herausforderungen in einem System zu bewältigen, und es ist ermutigend zu sehen, dass GigaOm die Wichtigkeit dieses einheitlichen Ansatzes erkannt hat.”
Die GigaOm Radar for Vector Database steht hier zum Downloaded zur Verfügung:
https://content.vespa.ai/gigaom-report-v3-2025
Über Vespa
Vespa.ai ist eine KI-Suchplattform, die für große Retrieval-Augmented-Generation-Systeme (RAG-Systeme) sowie Empfehlungs- und Personalisierungssysteme konzipiert ist und KI-Services möglich macht, die exakte und relevante Antworten liefern. Durch Vereinheitlichung von Daten, Inferenz und Ranking innerhalb eines einzigen Abfragepfads erreicht Vespa über riesige Datenbestände hinweg eine Echtzeit-Performance mit hohem Durchsatz und niedriger Latenz. Vespa wird als verwalteter Dienst angeboten und unterstützt unternehmenskritische Workloads für führende Organisationen wie z.B. Perplexity, Spotify und Yahoo.
Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.
Originalversion auf businesswire.com ansehen: https://www.businesswire.com/news/home/20251120493568/de/
© Business Wire, Inc.
Advertencia :
Este comunicado de prensa no es un documento producido por AFP. AFP no será responsable de su contenido. Para cualquier pregunta relacionada, por favor póngase en contacto con las personas/entidades mencionadas en el comunicado de prensa.