Turbopuffer

Turbopuffer replantea el coste de las bases de datos vectoriales. En vez de mantener todos los datos en memoria, que resulta cara, guarda los vectores en almacenamiento de objetos más barato y mantiene en caché los datos de uso frecuente. Así reduce el coste de las colecciones grandes sin aumentar la latencia de los datos más consultados.

Admite búsquedas de texto completo y vectoriales con filtros, y su precio sin servidor evita tener que administrar clústeres. Las empresas lo usan para recuperar información en aplicaciones de IA con corpus muy grandes.

Turbopuffer cobra según el uso. La latencia de las consultas sobre datos que no están en caché es mayor. Entre las alternativas están Pinecone, Qdrant, Milvus, Weaviate y pgvector. Turbopuffer es adecuado para equipos que almacenan colecciones de vectores muy grandes.