Qdrant
Open-Source-Vektorsuchmaschine und -datenbank in Rust für KI-Retrieval-, Such- und Empfehlungsanwendungen.
📍 Deutschland 🇩🇪, Berlin
Produktübersicht
Qdrant ist ein Berliner Unternehmen, das eine Open-Source-Vektordatenbank für KI-Anwendungen entwickelt. Die vollständig in Rust geschriebene Engine speichert und durchsucht hochdimensionale Vektoren, die mathematischen Darstellungen, mit denen KI-Modelle Texte, Bilder, Audio und andere unstrukturierte Daten verstehen. Entwickler nutzen sie für semantische Suche, Empfehlungssysteme, RAG-Pipelines (Retrieval-Augmented Generation) und KI-Agenten-Speicher. Gegründet 2021 von Andre Zayarni und Andrey Vasnetsov, hat das Unternehmen in seiner letzten Runde 50 Millionen Dollar eingeworben, womit die Gesamtfinanzierung bei rund 88 Millionen Dollar liegt. Investoren sind unter anderem Spark Capital, Unusual Ventures, 42CAP und IBB Ventures. Das Produkt begann als Open-Source-GitHub-Projekt, das schnell das Interesse von Entwicklern weckte und die Gründer dazu brachte, ein kommerzielles Unternehmen darum aufzubauen. Qdrant differenziert sich durch zusammensetzbare Vektorsuche, die Entwicklern detaillierte Kontrolle über Indizierung, Filterung und Retrieval in der Produktion gibt. Die Engine unterstützt hybride Suche, die dichte und sparse Vektoren kombiniert, erweiterte Filterung während der HNSW-Traversierung und binäre Quantisierung, die den Speicherverbrauch um bis zu 32x reduziert. Deployment-Optionen umfassen Qdrant Cloud (verwaltet, auf AWS, GCP oder Azure), Hybrid Cloud (eigenes Kubernetes), Private Cloud (air-gapped) und Qdrant Edge für On-Device-Suche. WICHTIGSTE MERKMALE: - Open-Source-Vektordatenbank in Rust mit Sub-Millisekunden-Latenz - Hybride Suche mit dichten Vektoren, sparse Vektoren und Stichwortsuche - Binäre Quantisierung zur Reduzierung des Speicherverbrauchs um bis zu 32x - Flexible Bereitstellung: verwaltete Cloud, Hybrid, Private und Edge-Optionen - GPU-beschleunigte Vektorindizierung für Echtzeit-KI-Anwendungen