由亚马逊SageMaker背后的团队打造。Wing风投吸引了Wing风投的投资，Wing的创始合伙人和早期的Snowflake投资者Peter Wagner加入了初创公司Pinecone的董事会，并比较了Pinecone对Snowflake的潜在影响。支持当今世界最大零售商之一的关键工作负载。对于一家以前不知名的公司来说，这是一个很好的谱系。Pinecone，一家机器学习云基础设施公司，今天以Wing Venture Capital牵头的1000万美元种子资金离开了隐身公司。那么是什么让Pinecone与众不同，而不是另一个数据库呢？ZDNet找到了Pinecone首席执行官兼创始人、科学家、前美国焊接学会（AWS）理事江户·利伯蒂（Edo Liberty）的消息。

Liberty作为一名科学家接受了培训，他的大部分时间都是作为一名学者，在机器学习和系统方面开发和撰写论文和研究。他在雅虎的机器学习小组工作了7年，在AWS工作了大约3年，建立了AWS的机器学习平台SageMaker。

Liberty于2019年5月成立了Pinecone，以解决他认为能够部署大规模机器学习解决方案的最关键组件之一：向量。对于机器学习实践者来说，这已经说明了很多问题。对世界其他地方来说，自由https://medium.com/technology-nineleaps/vectors-in-machine-learning-b8dbdae53aa0“target=”\u blank“rel=”noopener noreferrer nofollow“data component=”externalLink“>向量是什么以及为什么它们很重要：

“我们习惯于记录在数据库中的数据--如键和值，或图像，音频，文本文档。但是当你使用机器学习模型时，他们不会这样看待世界。他们期望的输入是一个很长的数字列表。这叫做向量。这只是一个数字列表。对人类来说，这是完全不透明和毫无意义的。但对于机器学习模型来说，这正是预期的输入和输出；这就是它们所消耗和创造的。如果你正在大规模地构建和部署机器学习，你将拥有数百万、数千万和数亿个这样的高维向量，这些非常长的数字列表，你必须实时地操作它们”。

这就是Pinecone要解决的问题：在云中按比例存储和操作向量。正如Liberty所指出的，使用机器学习的组织已经在努力解决这个问题。那么目前人们是如何处理这个问题的呢？松果带来了什么？

人们做这件事的一种方法是试图像Liberty所说的那样“弯曲管道”：利用现有的基础设施，比如开源框架，让它做一些原本不该做的事情——存储和检索向量。Liberty声称，这样做不仅工作量大，而且效率也不高，这就是为什么组织最终会明白这项工作太多，他们不想在内部完成。

然后，Liberty接着补充说，他们只是为他们想要的应用程序购买了一个黑盒解决方案，比如购物网站上的推荐引擎。但同时，还有一个https://www.zdnet.com/article/dataops-changing-the-world-one-organization-at-a-time/“target=”\u blank“>企业必须朝着数据驱动的方向发展，进行更多的数据科学和机器学习，并拥有自己的数据。

幕后黑手

Pinecone希望帮助解决这个难题，让组织更容易拥有自己的机器学习，而不必构建所有的基础设施。为此，Pinecone构建了三个不同的组件，它们在https://www.pinecone.io/product/“target=”\u blank“rel=”noopener noreferrer nofollow“data component=”externalLink“>自定义-加载-查询-观察生命周期。

核心是vector index，这是一种高度专业化的软件，可以高效地索引高维向量，并能够快速准确地与它们交互。还有一个容器分发平台，它允许Pinecone水平扩展并承受任何工作负载；还有一个云管理系统，它允许Pinecone提供一个简单的API，而不必担心资源问题。

听起来很简单，但某些细节值得强调。首先，并非所有向量都是相同的。有许多方法可以表示现实世界中的实体，例如向量中的文档，还有许多方法https://medium.com/@ODSC/top-7-machine-learning-frameworks-for-2020-7e45164914e1“target=”\u blank“rel=”noopener noreferrer nofollow“data component=”externalLink“>机器学习框架，每个人都有自己的方式来完成这个转变。

Pinecone通过允许用户插入他们的转换模型来解决这个问题，不管是他们培训的还是通用的。Pinecone实时地协调了这一点，并确保在发送文档时，将其转换为一个向量，并对其进行索引或检索。

说到检索，这里有一个要点。Pinecone有自己的查询语言，并且它支持2021年技术趋势回顾，第二部分：人工智能，知识图表，而COVID-19效应

通过图形从数据到知识和人工智能：支持知识经济的技术