I've used Pinecone to streamline token generation for my chatbot's functionality. Specifically, I used it for the OpenNeeam Building.
External reviews
42 reviews
from
and
External reviews are not included in the AWS star rating for the product.
complicated set-up
When I tried to use the Pinecone standard plan connected with AWS Marketplace, the setup process looped between Pinecone and AWS Marketplace. I am unable to start a standard plan. It still showing current plan as starter eventhough the pinecone documents says AWS Marketplace don't support it.
Apart from the chatbot, there is no help from the pinecone side. There has been no response to my sales query also.
idéal pour l'apprentissage automatique, les applications d'IA et la recherche de similarité
Qu'aimez-vous le plus à propos de the product?
Il est spécialisé dans les cas d'utilisation pilotés par l'IA avec une recherche en temps réel et à faible latence offrant une intégration transparente dans les flux de travail d'apprentissage automatique avec une infrastructure évolutive optimisée pour les données non structurées et semi-structurées dans les applications d'IA.
Que n’aimez-vous pas à propos de the product?
Il a un focus limité qui est uniquement lié aux données vectorielles sans focus majeur sur l'intelligence d'affaires dans l'outil de transformation de données. De plus, son cas d'utilisation est un peu complexe avec un manque d'intégration de l'écosystème.
Quels sont les problèmes que the product résout, et en quoi cela vous est-il bénéfique?
C'est résoudre le problème lié aux données vectorielles d'IA générées par l'application.
2 people found this helpful
Dieu de la création des embeddings
Qu'aimez-vous le plus à propos de the product?
quand je crée des embeddings, comparé à d'autres produits, cela semble sans tracas et bon marché.
Que n’aimez-vous pas à propos de the product?
Je suis le testeur bêta de l'assistant AI Pinecone, il n'est pas prêt pour la production, donc il semble être uniquement pour les tests, j'attends la version prête pour la production.
Quels sont les problèmes que the product résout, et en quoi cela vous est-il bénéfique?
fonctions sans tracas et ensembles de données d'embeddings
Utilisateur bêta de l'assistant Pinecone
Qu'aimez-vous le plus à propos de the product?
J'ai utilisé Pinecone pour les embeddings et c'est moins cher et fiable par rapport à d'autres services d'embeddings.
Que n’aimez-vous pas à propos de the product?
Je n'aime pas l'impression générale qui semble légère pour la documentation du service produit.
J'adore voir l'assistant Pinecone en version déployable car il est puissant, mais il est uniquement en version bêta pour les tests, pas pour la production.
J'adore voir l'assistant Pinecone en version déployable car il est puissant, mais il est uniquement en version bêta pour les tests, pas pour la production.
Quels sont les problèmes que the product résout, et en quoi cela vous est-il bénéfique?
Créer des embeddings facilement sans coût élevé.
Bon soutien de l'équipe.
Bon soutien de l'équipe.
Option solide pour la base de données vectorielle
Qu'aimez-vous le plus à propos de the product?
Très fiable et rapide. Prix compétitif.
Que n’aimez-vous pas à propos de the product?
Peut-être que quelques fonctionnalités supplémentaires seraient agréables, et un peu plus de clarté sur son algorithme AKNN, qui est caché à l'utilisateur.
Quels sont les problèmes que the product résout, et en quoi cela vous est-il bénéfique?
Trouver des documents scientifiques dans de très grands volumes de données.
Pinecone : L'épine dorsale de la recherche et de la récupération de vecteurs efficaces
Qu'aimez-vous le plus à propos de the product?
Pinecone excelle dans la fourniture d'une expérience de recherche vectorielle fluide et performante. Sa facilité d'utilisation, combinée à des fonctionnalités puissantes telles que les mises à jour en temps réel et l'évolutivité, en fait une solution de choix pour gérer des données vectorielles complexes. La capacité à s'intégrer sans effort aux flux de travail existants et son support client de premier ordre sont des points forts certains.
Que n’aimez-vous pas à propos de the product?
Bien que Pinecone soit robuste, le prix peut être un peu élevé pour les projets plus petits ou les startups. De plus, un contrôle plus granulaire sur les options d'indexation améliorerait la personnalisation pour les utilisateurs avancés. Cependant, les avantages l'emportent largement sur ces inconvénients mineurs.
Quels sont les problèmes que the product résout, et en quoi cela vous est-il bénéfique?
Pinecone résout le défi complexe de la recherche vectorielle efficace et évolutive. À une époque où la gestion de grands volumes de données à haute dimension est cruciale, la capacité de Pinecone à indexer, rechercher et récupérer des vecteurs rapidement et avec précision change la donne. Pour nous, cela signifie des réponses aux requêtes plus rapides, une précision accrue dans la récupération des données et la possibilité de se concentrer sur la création de meilleurs produits plutôt que sur la gestion de l'infrastructure. La solution de Pinecone a considérablement réduit le temps et les efforts nécessaires pour gérer et rechercher des données vectorielles, permettant à notre équipe d'être plus productive et innovante.
Utilisation de Pinecone en production - 1 an plus tard
Qu'aimez-vous le plus à propos de the product?
Pinecone était notre choix principal et nous n'avons pas envisagé de changer depuis.
- Haute performance (insertion et recherche en millisecondes)
- Intégration simple via API et déploiement, et maintenant après leur récente sortie d'index sans serveur, c'est très simple à maintenir et à faire évoluer (c'est auto-évolutif).
- Prix bas (relatif au nombre de vecteurs) et index limités gratuits. Les index gratuits sont excellents pour exécuter des données d'environnement de développement. Pendant un certain temps, il était impossible de mettre à niveau un index gratuit vers un payant, mais cela est maintenant résolu.
- Support incroyable (nous avons eu un problème et ne nous attendions pas à obtenir cette qualité de support sans payer les frais habituels de support commercial d'un AWS par exemple)
- La capacité d'assigner des métadonnées est très utile (nous maintenons toujours une base de données traditionnelle pour suivre les vecteurs)
- La requête vectorielle/métadonnées en une seule étape est très utile et évite le casse-tête de la sur-requête
- Une fonctionnalité que nous avons l'intention d'utiliser est l'utilisation de vecteurs clairsemés en combinaison avec les vecteurs denses. Donc, je ne peux pas vraiment commenter pour l'instant
- Haute performance (insertion et recherche en millisecondes)
- Intégration simple via API et déploiement, et maintenant après leur récente sortie d'index sans serveur, c'est très simple à maintenir et à faire évoluer (c'est auto-évolutif).
- Prix bas (relatif au nombre de vecteurs) et index limités gratuits. Les index gratuits sont excellents pour exécuter des données d'environnement de développement. Pendant un certain temps, il était impossible de mettre à niveau un index gratuit vers un payant, mais cela est maintenant résolu.
- Support incroyable (nous avons eu un problème et ne nous attendions pas à obtenir cette qualité de support sans payer les frais habituels de support commercial d'un AWS par exemple)
- La capacité d'assigner des métadonnées est très utile (nous maintenons toujours une base de données traditionnelle pour suivre les vecteurs)
- La requête vectorielle/métadonnées en une seule étape est très utile et évite le casse-tête de la sur-requête
- Une fonctionnalité que nous avons l'intention d'utiliser est l'utilisation de vecteurs clairsemés en combinaison avec les vecteurs denses. Donc, je ne peux pas vraiment commenter pour l'instant
Que n’aimez-vous pas à propos de the product?
J'aime la plupart des éléments tels quels
- La documentation utilisant les métadonnées et les requêtes à une seule étape est un peu légère
- Ils ont un bot intelligent pour aider à répondre aux questions de support. Du côté positif, il semble qu'ils utilisent leur propre technologie pour une application de type RAG, mais d'un autre côté, il manque souvent la cible. ChatGPT ou Perplexity sont étonnamment plus efficaces.
- Il y a eu quelques temps d'arrêt, mais ils sont très communicatifs à ce sujet et maintiennent une page de santé du serveur pour chaque point de terminaison. C'est généralement lié à une infrastructure spécifique (AWS ou GCP) sur laquelle ils fonctionnent.
- Ils ont grandi et amélioré la technologie, et comme avec d'autres acteurs, parfois pour mettre à jour leur bibliothèque Python ou la manière de référencer les index. Mais chaque fois, cela a été vers la simplification, et je soupçonne que cela se stabilisera.
- La documentation utilisant les métadonnées et les requêtes à une seule étape est un peu légère
- Ils ont un bot intelligent pour aider à répondre aux questions de support. Du côté positif, il semble qu'ils utilisent leur propre technologie pour une application de type RAG, mais d'un autre côté, il manque souvent la cible. ChatGPT ou Perplexity sont étonnamment plus efficaces.
- Il y a eu quelques temps d'arrêt, mais ils sont très communicatifs à ce sujet et maintiennent une page de santé du serveur pour chaque point de terminaison. C'est généralement lié à une infrastructure spécifique (AWS ou GCP) sur laquelle ils fonctionnent.
- Ils ont grandi et amélioré la technologie, et comme avec d'autres acteurs, parfois pour mettre à jour leur bibliothèque Python ou la manière de référencer les index. Mais chaque fois, cela a été vers la simplification, et je soupçonne que cela se stabilisera.
Quels sont les problèmes que the product résout, et en quoi cela vous est-il bénéfique?
Correspondance sémantique
Un excellent DBaaS sans serveur pour les vecteurs
Qu'aimez-vous le plus à propos de the product?
Pinecode offre une API simple et une interface de gestion légère pour une solution de stockage et de requête de vecteurs nécessitant peu de maintenance.
Que n’aimez-vous pas à propos de the product?
J'ai commencé à utiliser Pinecone quand c'était nouveau et avait quelques imperfections. Mais le support était proactif et intelligent. Au cours de l'année dernière, je peux dire qu'il n'y a rien à ne pas aimer. Cela a été génial.
Quels sont les problèmes que the product résout, et en quoi cela vous est-il bénéfique?
Nous utilisons la plateforme sans serveur de Pinecone (sur AWS) pour la recherche vectorielle. Notre dimension vectorielle est de 3072. Une partie de notre utilisation concerne les requêtes des utilisateurs. Les performances ont été excellentes et l'évolutivité est automatique. Nous utilisons également la capacité de requête dans d'autres parties de notre pile où la performance n'est pas si importante mais où la fiabilité est un facteur.
Provides a private local host feature and is easy for new users to learn
What is our primary use case?
What is most valuable?
The best thing about Pinecone is its private local host feature. It displays all the maintenance parameters and lets us view the data sent to the database. We can also see the status of the CD and which application it corresponds to.
What needs improvement?
I want to suggest that Pinecone requires a login and API key, but I would prefer not to have a login system and to use the environment directly.
For how long have I used the solution?
I have used Pinecone for the past three months.
Which solution did I use previously and why did I switch?
Before Pinecone, I used Corner DB.
How was the initial setup?
The installation of Pinecone was straightforward.
What's my experience with pricing, setup cost, and licensing?
I think Pinecone is cheaper to use than other options I've explored. However, I also remember that they offer a paid version.
Which other solutions did I evaluate?
I decided to use Pinecone after researching and finding it the best option for our project.
What other advice do I have?
Pinecone is easy for new users to learn, and I would rate it around eight out of ten. This is because other databases do not have a login system and are not as user-friendly.
Which deployment model are you using for this solution?
Public Cloud
Very easy to use, minimal setup effort required
I decided to use Pinecone DB as the vector database for Amazon Bedrock Knowledge Bases. My application required that I use Retrieval Augmented Generation (RAG) to answer questions about PDF business documents that I have stored in an Amazon S3 bucket. Pinecone DB is incredibly high performance and also offers a free tier, along with centralized billing through AWS Marketplace. I would highly recommend using Pinecone DB!
1 person found this helpful
showing 1 - 10