Base de données vectorielle

Base de données qui stocke des embeddings et effectue des recherches rapides par similarité ; l’épine dorsale des systèmes RAG.

Grâce aux index de plus proches voisins approximatifs (ANN), elle retrouve en quelques millisecondes les vecteurs les plus proches parmi des millions d’entrées. Parmi les options populaires : Qdrant, Pinecone et pgvector pour Postgres.

Ressources associées

Base de données vectorielle Qdrant

Qdrant est une base de données vectorielle open source haute performance et un moteur de recherche par similarité conçus pour la production. Écrit en Rust, il alimente les pipelines RAG, les systèmes de recommandation et la recherche sémantique avec filtrage de payload, multi-tenancy et déploiement auto-hébergé ou cloud géré.

Pinecone est une base de données vectorielle entièrement gérée pour le RAG et la recherche sémantique en production, avec scaling serverless, recherche hybride et filtrage par métadonnées. Elle supprime la charge opérationnelle de l'infrastructure vectorielle, laissant les équipes se concentrer sur la logique applicative — tarification à l'usage et offre gratuite.

Chroma est une base d'embeddings open source et conviviale pour les développeurs, qui lance des prototypes RAG en quelques minutes avec une API Python ou JavaScript simple. Elle fonctionne in-process pour le développement local et passe à l'échelle via son offre cloud gérée — la porte d'entrée la plus simple vers la recherche vectorielle.