Elastic 携手 NVIDIA cuVS，助力企业级 AI 大规模落地。

企业正进入 AI 应用的新阶段，其中非结构化数据的激增使传统搜索难以有效提取洞察。因此，组织正转向高性能向量数据库和语义搜索，以支撑现代 AI 应用，例如生成式 AI（GenAI）、检索增强生成（RAG）和 AI 智能体。

同时，各组织正在建造 AI 工厂，以简化 AI 部署、扩展性能，并最大限度地提高 GPU 的效率和容量。这一集成技术栈融合了加速计算与高性能向量搜索，是将前沿 AI 高效交付给消费者和企业的理想路径。

大型企业在构建内部生成式 AI 平台时，若需高效索引并检索 PB 级企业数据的上下文，成本便会迅速成为核心关切。这些 AI 工厂需要尽可能利用一切优势，降低高成本工作负载带来的压力。

同样，希望扩展向量搜索能力的组织，往往难以在不线性增加 CPU 硬件投入的前提下实现这一目标。构建高性能向量数据库时面临一项关键难题：向量索引（HNSW 图）需在 CPU 上完成。在对每个向量进行比较时，索引构建可能会迅速膨胀为数百万甚至数十亿次算术运算。随之而来的，就是摄取环节的瓶颈。再叠加压缩、合并等索引生命周期操作，计算开销还会显著上升。

为帮助您克服这些挑战，Elastic 与 NVIDIA 正携手推进建设 Elastic AI 生态系统。借助 GPU 加速向量搜索和强大的 AI 基础架构，双方正重新定义企业构建和扩展 AI 工厂的方式，推动下一代实时智能加速落地。

通过融合 NVIDIA Enterprise AI Factory 验证设计与 Elasticsearch 强大的向量数据库，组织便能以安全、企业级可扩展的方式，为 AI 智能体和 GenAI 应用提供更深入的洞察与实时、相关的数据。

借助 Elastic 与 NVIDIA，您将获得专为现代 AI 打造的强大向量数据库——高性能、功能丰富，且支持 GPU 加速。

利用全栈预构建系统构建本地 AI 工厂，显著缩短投产周期。Elasticsearch 是 NVIDIA Enterprise AI Factory 验证设计中经过验证且受支持的向量数据库，为部署智能体 AI 应用提供可靠支撑。

更高效地处理指数级增长的向量嵌入和海量数据。将 NVIDIA cuVS 集成到 Elasticsearch 中，索引吞吐量提升近 12 倍，强制合并速度提升 7 倍。

Elastic 的 NVIDIA 加速向量搜索消除了性能瓶颈，使您的基础架构能够以近乎即时的响应时间处理大量查询，从而高效扩展生成式 AI 和 RAG 应用，同时提供实时且相关的见解。

您将获得一个高性能、经大规模验证的向量数据库，无需持续手动优化。NVIDIA cuVS 可针对不断演进的 NVIDIA GPU 架构和 CUDA 版本优化并加速向量搜索操作，确保 AI 和数据密集型工作负载具备峰值性能与无缝扩展能力。

消除管理外部推理提供商和基础设施的复杂性。Elastic Inference Service（EIS）直接在 Elasticsearch 中提供原生、高吞吐的推理能力，并依托现代 NVIDIA AI 基础架构，在大规模场景下依然保持低延迟。原生部署生产就绪的托管模型，包括 Jina AI 的多语言嵌入模型和重排序模型，从而在无需额外运营开销的前提下，实现精准的召回调优并满足数据主权要求。

Elastic 与 NVIDIA 携手合作，为依赖向量搜索来构建和交付实时 RAG 与 AI 应用的企业带来更高速度、更强扩展性和更大价值。您的团队能够以更少的基础架构投入、更低的预算压力，轻松应对大规模场景下的高性能需求。

Elasticsearch 已纳入 NVIDIA AI Factory 验证设计，为您提供一套经过验证的全栈预构建蓝图，加速 AI 应用开发，提升效率，缩短落地周期。

NVIDIA cuVS 集成目前已面向 Elastic 自管型企业客户（9.3 版）提供技术预览。预计将于 2026 年 4 月随 9.4 版正式可用，届时将为海量向量搜索和实时上下文检索提供生产就绪的基础。

详细了解不断扩展的 Elastic AI 生态系统，下载《Elastic AI 生态系统开发人员指南》，或在 NVIDIA GTC上与 Elastic 技术专家探讨高性能 AI。欢迎莅临 3200 号展台，观看现场演示并与 Elastic 专家交流。