La tua base vettoriale IA, ospitata in Francia
Un database vettoriale ad alte prestazioni alimentato da Qdrant, installato e mantenuto da DINAO. Il motore di ricerca semantica e RAG per le tue applicazioni IA, con i tuoi embedding memorizzati in Francia.
Cos'è Qdrant ?
Qdrant è un database vettoriale open source scritto in Rust, tra i più popolari per l'IA e la ricerca semantica. Laddove un database classico cerca corrispondenze esatte, Qdrant memorizza vettori di alta dimensionalità (gli embeddings) e ritrova gli elementi semanticamente vicini a velocità molto elevate.
Progettato per applicazioni di RAG (Retrieval Augmented Generation), motori di ricerca intelligenti e sistemi di raccomandazione, Qdrant offre una ricerca per similarità su scala di milioni, o addirittura miliardi, di vettori. Propone una ricerca ibrida che combina filtri e similarità, un filtraggio avanzato sui metadati, API REST e gRPC, un'interfaccia web di gestione e una modalità cluster per l'alta disponibilità.
Gestito da DINAO, Qdrant gira in un contenitore dedicato ospitato in Francia, con HTTPS, chiave API, backup e supervisione. I tuoi embedding — spesso derivati da dati sensibili — rimangono così sotto il tuo controllo e conformi al RGPD.
Alloggia Qdrant su DINAO
Livelli di risorse compatibili con i requisiti di Qdrant (1 vCPU / 1 Go / 2 Go minimo). Ospitato in Francia, fully managed.
- 1 vCPU dedicati
- 2 Go di RAM
- 20 Go NVMe
- Backup quotidiani
- Fully managed & supervisionato da DINAO
- 2 vCPU dedicati
- 4 Go di RAM
- 40 Go NVMe
- Backup quotidiani
- Fully managed & supervisionato da DINAO
- 4 vCPU dedicati
- 8 Go di RAM
- 80 Go NVMe
- Backup quotidiani
- Fully managed & supervisionato da DINAO
- 8 vCPU dedicati
- 16 Go di RAM
- 160 Go NVMe
- Backup quotidiani
- Fully managed & supervisionato da DINAO
Questa applicazione utilizza l'IA
Il contenitore ospita l'applicazione, non il motore di IA (che richiede GPU dedicate) : l'inferenza si collega dall'esterno, con la tua chiave del fornitore. Priorità a un motore sovrano — Mistral AI, NumSpot, Scaleway o OVHcloud AI Endpoints (Francia, GDPR) ; un attore internazionale (OpenAI, Anthropic…) solo se una capacità specifica lo richiede. Abbonamenti all'inferenza non inclusi nell'hosting.
Dettagli tecnici
Ti chiedi…
A cosa serve un database vettoriale come Qdrant?
Qdrant memorizza vettori (embeddings) derivati dai tuoi testi, immagini o altri dati e permette di ritrovare gli elementi semanticamente più vicini. È la base delle applicazioni RAG, di ricerca semantica e di raccomandazione.
Qdrant sostituisce un modello di IA?
No. Qdrant non è un modello linguistico: è la base che memorizza e interroga gli embeddings prodotti dai tuoi modelli. Si combina con un LLM (ad esempio tramite Open WebUI o un'API) per costruire un sistema RAG completo.
Come integrare Qdrant nelle mie applicazioni?
Tramite le sue API REST e gRPC, compatibili con Python, LangChain, n8n e la maggior parte dei framework IA. Un'interfaccia web permette anche di gestire le tue collezioni e vettori visivamente.
Dove sono memorizzati i miei vettori?
Sull'infrastruttura DINAO in Francia, in uno dei datacenter disponibili, in contenitore dedicato. I tuoi embeddings e metadati non lasciano il territorio, in conformità al RGPD.
Posso far evolvere la mia base?
Sì. Aumenti di livello in base al volume di vettori e attivi la modalità cluster per l'alta disponibilità, senza lock-in proprietario.
