Les bases de données vectorielles stockent et recherchent efficacement les embeddings (représentations vectorielles) par similarité — permettant la recherche sémantique, RAG et les systèmes de recommandation. Elles constituent un composant d'infrastructure clé pour les applications IA modernes utilisant des embeddings.
Ce que font les bases de données vectorielles
VECTOR DATABASE → stores EMBEDDINGS (vectors) and searches them by SIMILARITY:
→ store millions of vectors (representing documents, images, etc.)
→ given a query vector, efficiently find the most SIMILAR vectors (nearest neighbors)
→ optimized for high-dimensional vector similarity search at scale
→ enables fast semantic similarity search over large embedding collections
