Enterprise Platform
Ajoutez l'IA à vos données
En reliant directement vos modèles à vos documents internes et à vos bases existantes via une couche de récupération managée, MariaDB garantit des réponses fiables et contextualisées. Vous mettez ainsi en production des applications d'IA agentique performantes en un temps record, sans la complexité de développer une infrastructure RAG sur mesure.
En s'appuyant sur vos propres données
MariaDB offre à vos applications IA vos propres données d'entreprise. Récupèrez des documents non structurés via un pipeline régional managé ou interrogez votre base de données en direct en langage clair grâce à des API de récupération simples. La recherche vectorielle et la recherche plein texte (full-text) intégrées fonctionnent en arrière-plan, sans aucune infrastructure supplémentaire à concevoir.
Avantages
Pourquoi développer l'IA sur MariaDB
Des réponses précises et fondées
RAG intègre les modèles linguistiques dans vos propres données, ainsi, les réponses proviennent de vos données au lieu de simples suppositions, évitant de ce fait les risques d'hallucination.
Expédition plus rapide, pas besoin de constituer de stock
Une couche de recherche unifiée intègre à votre IA dans vos documents et vos données via des API simples. Votre équipe se concentre ainsi sur le déploiement d'applications au lieu de construire une infrastructure de recherche.
Ancrer l'IA dans la documentation et les données
Effectuez des recherches dans vos documents non structurés comme dans votre base de données opérationnelle en direct : votre IA s'appuie ainsi sur l'ensemble du savoir de votre entreprise, et pas seulement sur une source isolée.
Vos données restent dans la région
Respectez les exigences en matière de localisation des données grâce à un pipeline complet de traitement des documents et à un processus de récupération s'exécutant intégralement dans la région de votre choix.
Capacités
Les éléments constitutifs de l'IA
Recherche vectorielle native et hybride
Alimentez votre RAG grâce aux recherches sémantiques, plein texte et hybrides. Stockez et interrogez vos embeddings avec l'indexation HNSW aux côtés de vos données relationnelles en utilisant du SQL standard.
RAG non structuré (documents)
Un pipeline entièrement géré, incluant le parsing avec prise en compte du layout, le découpage (chunking), l'intégration (embedding), la recherche vectorielle et plein texte, ainsi que le reclassement par cross-encoder, le tout accessible via une API de recherche simple.
RAG structuré (text-to-SQL)
Transformez une question en langage naturel en une requête SQL validée et en lecture seule sur vos données en direct, avec un affinement conversationnel. Aucune copie vers un entrepôt de données ou un stockage séparé n'est nécessaire.
Enterprise MCP Server
Connectez vos agents d'IA et vos LLM directement à MariaDB. Ils récupèrent, analysent et exploitent vos données en direct grâce à des opérations vectorielles et de base de données standards.
Sont également inclus :
Type de données vecteur natif
Indexation vectorielle HNSW
Bases de connaissances isolées sur un seul magasin de vecteurs
Stratégies de découpage flexibles des documents
Ajustement interactif des requêtes
Text-to-SQL avec cartographie sémantique automatique
Les meilleurs modèles d'embedding et de génération
Moteur de re-ranking cross-encoder natif
Analyseur de documents intégré tenant compte de la mise en page<br>
Vous cherchez les tarifs d'Enterprise Platform ?
Ressources recommandées
Démarrer
Démarrez avec MariaDB
La plateforme de base de données temps réel en laquelle vous pouvez avoir confiance, pour vos applications actuelles comme pour vos futurs projets.
Foire aux questions
La technologie RAG ancrent un modèle linguistique dans vos propres données. Avant de fournir une réponse, le système extrait les passages ou les enregistrements pertinents et les transmet en tant que contexte, de sorte que les réponses reflètent vos informations plutôt que les suppositions du modèle.
Oui. La recherche structurée transforme une question en langage naturel en une requête SQL validée et en lecture seule, exécutée directement sur vos données en direct, avec un affinement conversationnel. Rien n'est copié vers un entrepôt de données ou un stockage vectoriel séparé.
Le traitement des documents s'effectue au sein de la région. L'analyse syntaxique, le découpage en segments, le stockage des vecteurs et le reclassement s'effectuent tous au sein de la région que vous avez sélectionnée, ce qui permet de conserver les données des documents sur place et de vous aider ainsi à respecter les exigences en matière de résidence des données.
MariaDB Cloud AI Retrieval vous donne accès à des modèles de pointe pour l'encodage et la génération grâce à l'intégration avec Amazon Bedrock et Gemini. Sur AWS, avec les modèles Bedrock, les données restent dans la région que vous avez sélectionnée. Les requêtes Gemini sont traitées en dehors de celle-ci.
La recherche s’exécute directement sur vos propres données sans aucune copie vers un stockage séparé, ce qui évite d'avoir à gérer un second périmètre de sécurité. Le traitement des documents reste dans votre région et la recherche en base de données s’effectue exclusivement en lecture seule.
Nous proposons des intégrations avec Amazon Bedrock et Gemini.