本番への対応付け
ローカル PoC の部品を、規模に応じて差し替える考え方
この PoC はノート PC で無料に試せるよう、ローカルフォルダー、transformers.js、in-memory search を採用しています。処理の形は本番でも同じです。
| 段階 | この PoC | 本番の例 |
|---|---|---|
| 埋め込み | ローカル SigLIP | Vertex AI の multimodal embedding、または GPU 上の SigLIP2 |
| ベクトル保存 | in-memory VectorStore / 任意の Qdrant | Qdrant、pgvector とメタデータフィルター |
| 画像取り込み | ローカルフォルダーをバッチ走査 | オブジェクトストレージのアップロードイベント |
| 検索 | 正確な総当たり cosine | 同じ意味論の DB 検索、必要に応じ ANN |
| タグ | ローカル語彙・見本伝播 | 同じ方式に VLM や少量の追加学習を追加 |
数万枚までは正確な総当たり検索が実用的な場合があります。おおむね 100,000 枚を超える、複数ユーザーの同時利用、規模の大きいメタデータ絞り込み、継続的な取り込みが必要になった時点で ANN とサーバー側のストアを検討してください。
VectorStore は交換可能ですが、埋め込みモデルを変えると空間そのものが変わるため全件再インデックスが必要です。この一点は単純なインフラ差し替えではありません。