Amazon S3 Vectors : AWS ajoute le stockage vectoriel natif à S3
2025-07-15 · Éditeur : AWS · Domaine : Cloud & DevOps
AWS lance en préversion Amazon S3 Vectors, un type de compartiment S3 qui stocke et interroge des vecteurs avec des réponses en moins d'une seconde. AWS annonce jusqu'à 90 % de coût en moins pour stocker, charger et interroger des vecteurs.
Ce qui change
- S3 Vectors ajoute des compartiments vectoriels à S3, avec des API dédiées, en préversion.
- AWS annonce jusqu'à 90 % de coût en moins et des réponses en moins d'une seconde (chiffres de l'éditeur).
- Jusqu'à 10 000 index par compartiment, avec des dizaines de millions de vecteurs chacun.
- Intégration à Bedrock Knowledge Bases, SageMaker Unified Studio et OpenSearch Service.
### Ce qui change Le 15 juillet 2025, AWS annonce la préversion d'Amazon S3 Vectors, présenté comme le premier stockage objet dans le cloud avec prise en charge native de grands jeux de vecteurs. Le service ajoute à S3 les « vector buckets » (compartiments vectoriels) avec des API dédiées pour stocker, accéder et interroger des vecteurs, sans infrastructure à provisionner. ### Caractéristiques - AWS indique pouvoir réduire jusqu'à 90 % le coût total de chargement, de stockage et d'interrogation des vecteurs, avec des temps de réponse inférieurs à la seconde (chiffres de l'éditeur). - Jusqu'à 10 000 index vectoriels par compartiment, chaque index pouvant contenir des dizaines de millions de vecteurs. - Possibilité d'attacher des métadonnées (dates, catégories, préférences) aux vecteurs pour filtrer les requêtes. - Intégration native avec Amazon Bedrock Knowledge Bases et SageMaker Unified Studio pour des applications de génération augmentée par récupération (RAG). - Intégration avec Amazon OpenSearch Service : les vecteurs rarement interrogés restent dans S3 et basculent dans OpenSearch quand la demande augmente. - Le service optimise automatiquement les données vectorielles au fil des écritures, des mises à jour et des suppressions. ### Pourquoi c'est important Les applications d'IA générative accumulent des millions d'embeddings (représentations numériques de documents, d'images ou de sons). Une base vectorielle dédiée peut coûter cher quand les données sont peu sollicitées. En plaçant le stockage vectoriel dans S3, AWS propose un niveau de coût proche de celui du stockage objet pour les données froides. Pour une ESN, cela change l'arbitrage entre base vectorielle spécialisée et stockage objet. ### À retenir Le stockage vectoriel devient une fonction native de S3 : l'IA générative remodèle les services de stockage de base.
Liens
Tags : AWS, Données, IA, Hyperscaler