AI 摘要
- Ring 公開其語義影片搜尋技術架構。
- 系統使用 PostgreSQL 與 pgvector 管理高達 2,000 億個向量嵌入。
- 搜尋延遲中位數維持在 200 毫秒以內。
亞馬遜（Amazon）旗下智慧家庭品牌 Ring 近日公開其「語義影片搜尋」功能背後的技術架構。根據 AWS 資料庫官方網誌公布的架構細節，Ring 採用 Amazon RDS for PostgreSQL 搭配開源擴充套件 pgvector，成功管理高達 1,000 億至 2,000 億個向量嵌入（embeddings）。使用者僅需以自然語言輸入「穿藍色恤衫的人」或「後院有隻狗」，系統即可在 2 秒內於數天甚至數週的監控錄影中定位出相應片段。
技術架構與數據規模
隨著全球數百萬台 Ring 設備全天候運作，平台每日產生龐大的視訊串流數據。為突破傳統依賴時間軸拖曳或手動標籤的檢索限制，Ring 技術團隊將視訊影格轉換為表徵視覺內容的數值向量，透過向量相似度比對直接理解畫面意涵，實現語義檢索。
根據官方揭露的數據，該搜尋基礎設施具備以下核心指標：
- 節點分佈：系統部署橫跨全球 4 大洲、共 9 個 AWS 區域。
- 數據容量：常駐向量嵌入達 1,000 億至 2,000 億個，總資料足跡超過 140 至 150 TB，分散於 3 個 PostgreSQL 叢集。
- 吞吐與寫入：每日處理數十億次讀取請求，同時每日持續寫入約 20 億個新生成的向量嵌入，讀寫比例約為 8 比 2。
- 檢索延遲：搜尋延遲中位數維持在 200 毫秒以內，最差情況亦能在 2 秒內完成比對。
工程決策：關聯式資料庫對比專用向量庫
面對千億級規模的生成式 AI 與向量檢索工作負載，業界常見做法多採用專用的向量資料庫。然而，Ring 選擇在現有成熟的關聯式資料庫引擎上進行擴充，採用了 Amazon RDS for PostgreSQL 配合 pgvector。這項工程抉擇反映出務實的架構思維：
- 營運複雜度降低：直接相容既有的備份機制、資料抄寫、擴展架構及管理監控工具，無需引入全新且未經驗證的專用分散式儲存系統。
- 高寫入密集環境下的穩定性：在每日湧入數十億筆向量的高強度寫入情境下，pgvector 展示出承載密集事務與高併發查詢的能力，打破關聯式資料庫無法有效支援大規模向量運算的既有觀念。
- 整體擁有成本（TCO）：專用向量資料庫在大規模授權與專職維運上成本顯著，託管型 Amazon RDS 則有效分攤了修補、擴充及日常維護的人力負擔。
功能效益與隱私倫理考量
語義搜尋技術的成熟大幅提升了影像監控的實用價值，讓使用者能迅速自龐大影像檔案中提取關鍵事件。然而，該技術的精細度亦引發關於監控邊界與隱私保護的討論。當系統具備解讀「穿著特定衣物特徵」的能力時，外界也關注該技術未來是否可能進一步延伸至特定特徵識別，進而增加個人隱私風險。對於大型智慧影像企業而言，在推進電腦視覺與檢索效能的同時，如何建立健全的數據治理機制與透明政策，將是伴隨技術普及而來的長期挑戰。
Reference Link : unwire.hk
