在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

科技云報到:大模型時代下,向量數據庫的野望

科技云報到 ? 來源:科技云報到 ? 作者:科技云報到 ? 2024-10-14 17:18 ? 次閱讀

科技云報到原創(chuàng)。

自ChatGPT爆火,國內頭部平臺型公司一擁而上,先后發(fā)布AGI或垂類LLM,但鮮有大模型基礎設施在數據層面的進化,比如向量數據庫。

在此之前,向量數據庫經歷了幾年的沉寂期,現在似乎終于乘著ChatGPT的東風成為資本的“寵兒”。然而,一年狂飆之后,市場逐漸退潮,因此有人質疑,向量數據庫又涼了?

判斷一條賽道是否真的有潛力,資本的注入雖是前提,但更重要的還有市場的態(tài)度。大模型應用的逐步落地于向量數據庫而言,無疑是最好的催熟劑。

然而任何新技術的到來,都需要更長的時間才能得到市場的接受。

一份關于向量數據庫的市場研究是,隨著AI應用場景加速落地,據西南證券分析,預計2025年向量數據庫滲透率約為30%,其中,中國向量數據庫市場規(guī)模約為82.56億元。而據中國信通院測算,到2025年,中國數據庫市場規(guī)模將達688億元。這意味著,兩年后向量數據庫在中國的滲透率將超過10%。

在國內,不少數據庫廠商都在嘗試推出向量數據庫產品,然而從市場驗證階段走向實現盈利,中間還需要一段更漫長的時間。向量數據庫究竟是虛火過旺還是星辰大海?在向量數據庫這條賽道,能否看到更遠的未來?


向量數據庫,剛剛開始

向量數據庫,顧名思義,是一種專門處理向量數據的數據庫。在傳統(tǒng)的關系型數據庫中,數據通常以表格形式存儲,而向量數據庫則將非結構化數據(如文本、圖像、音頻等)轉換為向量形式進行存儲。這種數據表示方法使得向量數據庫能夠高效地處理大規(guī)模、高維度的數據集,為AI提供了強大的計算基礎。

如果說數據庫是數據的“硬盤”,那么,向量數據庫就是更適合AI體質的“硬盤”,其“AI原生”的體質,具體表現在以下幾個方面。

首先,是更高的效率。AI算法,要從圖像、音頻和文本等海量的非結構化數據中學習,提取出以向量為表示形式的“特征”,以便模型能夠理解和處理。因此,向量數據庫比傳統(tǒng)基于索引的數據庫有明顯優(yōu)勢。

其次,更低的成本。大模型要從一種新技術轉化為產業(yè)價值,必須達到合理的投入產出比,而向量數據庫可以有效減少存儲和計算成本。一個公開數據是,通過騰訊云向量數據庫,QQ音樂人均聽歌時長提升3.2%、騰訊視頻有效曝光人均時長提升1.74%、QQ瀏覽器成本降低37.9%,就在于檢索效率、運行穩(wěn)定性、運營效率、推薦算法等,有了較大的提升。

第三,更強的數據安全。企業(yè)想做大模型,還要確保數據的隱私安全,就必須與數據庫產品做好配合,這給向量數據庫的本地部署帶來了廣闊的需求。

第四,更大的擴展性。隨著大模型走向行業(yè)應用,垂直領域的AI用例不斷增多,洶涌的數據洪潮和存算任務,會帶來大量向量搜索的需求。而向量數據庫嵌入向量的長度不受限制,具有良好的擴展性,可以根據AI用例和模型而變化,更好地處理大規(guī)模數據集。

從大模型技術標桿的OpenAI發(fā)布的GPT-4o和即將發(fā)布的GPT-5消息來看,以及國內外商業(yè)化大模型的進展來看,大模型的技術路線還沒有發(fā)生顛覆性的變革,因此落地應用還是需要向量檢索和向量數據庫。

由此可見,向量數據庫與AI的關系緊密相連。在大模型興起之前,傳統(tǒng)數據庫已經在不斷嘗試與AI結合,主要涉及以下幾個方向:數據存儲與管理、數據清洗與預處理、數據檢索與查詢、數據集成與共享、數據安全與隱私保護。隨著大模型的興起,可以看到在這些方向上,數據庫與AI間的關聯(lián)比以往任何時候都要密切。

此外,AI 大模型的興起還為數據庫注入了預測估算的能力。AI模型可以通過學習歷史數據和模式,對未來的趨勢和結果進行預測和估算。傳統(tǒng)數據庫可以集成AI模型,實現對數據的預測分析。這使得數據庫可以不僅提供對歷史數據的查詢和分析,還能夠提供對未來數據的預測和估算結果,幫助用戶做出更準確的決策。

總的來說,幾乎所有類型的數據庫都在積極向AI靠攏,比如在數據庫中添加向量索引,數據庫和AI已經密不可分,兩者相輔相成,共同推動著技術的進步和應用的拓展。


兩大新勢力,云是方向

傳統(tǒng)數據庫廠商不必多說,既有相應的能力建設,也有一定的客戶基礎,推出相關產品是必然。一些在AI領域積淀已久的科技大廠,如谷歌、微軟、Meta、百度等大廠,都有向量數據庫的技術積累,也都可以向外輸出相關能力和產品。

除了這些常規(guī)面孔,向量數據庫市場也吸引了新的參與者。作為這一輪大模型投資熱和創(chuàng)業(yè)熱的主要目標之一,向量數據庫領域誕生了不少創(chuàng)新創(chuàng)業(yè)公司。比如AI創(chuàng)業(yè)新秀Pinecone就是閉源的領跑者,憑借良好的開箱即用的產品體驗,獲得了非常大的增長,B輪估值達到7.5億美元。其他競爭者大多建立在開源項目的基礎上。

不過,作為創(chuàng)業(yè)公司,長期盈利能力還有待驗證。一個主要原因,是客戶大多是嘗鮮、實驗性質。

企業(yè)需要先將非結構化的私密數據,放入一個小的模型中進行數據轉化,即數據向量化,產生一個向量的矩陣,再存儲到向量數據庫里,來供大模型學習和檢索。這個過程涉及大量的工程化,會耗費企業(yè)許多開發(fā)人員、時間成本,一開始可能會因為AI大模型很火而對向量數據庫產生興趣,但能否真正在業(yè)務中落地還是個未知數。因此,長期付費意愿還有較大的不確定性。

另一股積極參與的新勢力,就是公有云廠商。

從2017年到2019年,于向量數據庫的發(fā)展而言,是一段更為重要的時間。騰訊云、百度智能云、京東科技等也恰都是在這個時間段將向量數據庫的相關組件應用到具體的業(yè)務之上。

實際上,這段時間所對應的背景也正是,非結構化數據需求的激增。

一個具有代表性的事件是,2017年,短視頻的爆火,催生了新媒體行業(yè),各種結構數據也隨之出現。這一現象就導致了不同結構數據的處理需求。

除此之外,京東、騰訊和百度的內部產品也有更多類似的需求。而向量化引擎也正是從這一時間點開始萌芽。

事實上,不是所有企業(yè)都有能力自建大模型所需要的基礎設施,通過MaaS(模型即服務)業(yè)務來訓練應用大模型,是更靈活的選擇。此外,很多政企客戶往往會選擇公有云或行業(yè)云來滿足其業(yè)務需求,對云數據庫的關注度和接受度上升,而這些用戶在探索大模型時,會傾向于以整體解決方案的形式來交付,這就給了云廠商參與到此賽道機會,同時也要求云廠商提供向量數據庫的全棧支持。

如今頭部云廠商基本建立了全生命周期AI化的向量數據庫。有數據顯示,企業(yè)原先接入一個大模型需要花1個月左右時間,使用某公有云的向量數據庫后,3天時間即可完成,極大降低了企業(yè)的接入成本。

更何況,前不久火山引擎、阿里云、百度智能云等都圍繞大模型API價格,打起了互相抄底的“價格戰(zhàn)”,意味著AI創(chuàng)新門檻的降低,而AI應用市場的用戶規(guī)模擴大,也會帶動向量數據庫的使用需求。

綜合來看,整個云AI市場的格局還在快速變化之中,風物長宜放眼量,AI Native的向量數據庫,前景仍然值得期待。

向量數據庫,展望AGI時代

從某種程度上而言,無論是向量數據庫,還是大模型,歸根結底,大家在追捧它時的心態(tài),焦慮大于需求。而這種焦慮則來源于“害怕被落下”。

大模型、多模態(tài)等新技術、新應用的出現,正在迅速刷新著人們對AGI時代的期待,仿佛它下一刻就會到來。

而向量數據庫的熱潮,在一定程度上“外化”了人們的焦慮。但這并不能否定向量數據庫的實際價值,甚至更長遠的價值。

雖然,目前向量數據庫仍處于發(fā)展初期,但可以確定的是,向量數據庫與大模型一定是捆綁關系。因此,未來其演進方向也一定隨著大模型能力的演進而發(fā)生變化。

騰訊云數據庫副總經理羅云認為,向量數據庫幫助大模型解決在專有領域知識不足的問題。通用大模型是基于海量的互聯(lián)網業(yè)務和數據去訓練的,但對于一些細分的垂直行業(yè)缺少知識。而向量數據庫可以幫助企業(yè)打通企業(yè)私有知識庫和大模型的連接,幫助企業(yè)更好地利用大模型等AI新技術去實現企業(yè)的降本增效,推動企業(yè)從“數字化”到“數智化”的躍升,這就是向量數據庫在AI時代的重要的定位和價值。


而在具體的演進方向上,向量數據庫一定會考慮多模態(tài)數據的表達以及數據的智能化管理。

首先,在大模型應用百花齊放的背景下,向量數據庫對于多模態(tài)數據的處理意義,變得十分重要。

羅云進一步舉例,比如某教育客戶,把一些線下的教育課程,甚至老師上課的教育提綱,全部作為向量,存儲到騰訊云的向量數據庫里。當家長想要去咨詢某節(jié)課老師講了什么,就可以把存儲在向量數據庫里面內容檢索出來,再交給大模型按照人們能理解的語言來回答,這就將向量數據庫與大模型進行了很好的匹配。

如果沒有向量數據庫參與,以及沒有合理的多模態(tài)數據處理方式,這種情況下是無法查詢出這些數據的。

但隨著多模態(tài)數據規(guī)模上的提升,另一個問題也隨之出現。不同數據庫中數據如何將其統(tǒng)一管理并讓數據流通起來,這就涉及到的智能化管理也是向量數據庫未來的發(fā)力點。

向量數據庫作為處理多樣性和復雜性數據挑戰(zhàn)的得力工具,為各行業(yè)提供了高效、靈活的數據管理解決方案。其高維索引、相似性查詢、向量聚合等特點,使其在推薦系統(tǒng)、搜索引擎、社交媒體分析、生物信息學和圖像視頻分析等多個領域得到了成功應用。

不可否認,向量數據庫的未來既蘊含著廣闊的發(fā)展空間,也面臨著諸多挑戰(zhàn)。得益于大模型火熱,向量數據庫已逐漸成為資本市場的青睞之選。在未來的AGI道路上,向量數據庫仍需要砥礪前行。

【關于科技云報到】

企業(yè)級IT領域Top10新媒體。聚焦云計算人工智能、大模型、網絡安全、大數據、區(qū)塊鏈等企業(yè)級科技領域。原創(chuàng)文章和視頻獲工信部權威認可,是世界人工智能大會、數博會、國家網安周、可信云大會與全球云計算等大型活動的官方指定傳播媒體之一。

審核編輯 黃宇

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 數據庫
    +關注

    關注

    7

    文章

    3901

    瀏覽量

    65789
  • 大模型
    +關注

    關注

    2

    文章

    3033

    瀏覽量

    3838
收藏 人收藏

    評論

    相關推薦
    熱點推薦

    科技報到:“小力出奇跡”的DeepSeek,也難逃大模型安全短板?

    科技報到:“小力出奇跡”的DeepSeek,也難逃大模型安全短板?
    的頭像 發(fā)表于 03-06 10:17 ?249次閱讀

    如何保障服務器數據庫的安全與穩(wěn)定

    在數字化時代服務器數據庫承載著企業(yè)和個人的海量關鍵數據,其安全與穩(wěn)定至關重要。一旦出現安全漏洞或穩(wěn)定性問題,可能導致數據丟失、業(yè)務中斷等
    的頭像 發(fā)表于 02-12 10:37 ?284次閱讀

    數據庫要購買服務器嗎?答案在這里

    數據庫通常無需用戶購買服務器,由提供商負責底層硬件維護。用戶可通過Web界面或API配置和管理數據庫,根據需求選擇合適的類型、規(guī)格和策略。在特殊情況,如性能或安全需求無法滿足,用戶
    的頭像 發(fā)表于 01-17 09:55 ?270次閱讀

    科技報到:要算力更要“算利”,“精裝算力”觸發(fā)大模型產業(yè)新變局?

    科技報到:要算力更要“算利”,“精裝算力”觸發(fā)大模型產業(yè)新變局?
    的頭像 發(fā)表于 01-16 10:24 ?385次閱讀

    避坑指南:服務器數據庫購買方法全攻略

    服務器數據庫購買方法包含:先明確業(yè)務需求與數據庫類型,再挑選信譽好、技術支持強的服務提供商,接著根據需求配置數據庫實例及選擇付費方式。購
    的頭像 發(fā)表于 01-15 10:05 ?435次閱讀

    分布式數據庫有哪些類型

    分布式數據庫有哪些類型?分布式數據庫主要類型包括:關系型分布式數據庫、非關系型分布式數據庫
    的頭像 發(fā)表于 01-15 09:43 ?405次閱讀

    科技報到:從大模型到云端,“AI+計算”還能講出什么新故事

    科技報到:從大模型到云端,“AI+計算”還能講出什么新故事
    的頭像 發(fā)表于 01-07 13:27 ?340次閱讀

    數據庫是哪種數據庫類型?

    數據庫是一種部署在虛擬計算環(huán)境中的數據庫,它融合了計算的彈性和可擴展性,為用戶提供高效、靈活的數據庫服務。
    的頭像 發(fā)表于 01-07 10:22 ?414次閱讀

    科技報到:洞見2025年科技潮流,技術大融合開啟“智算時代

    科技報到:洞見2025年科技潮流,技術大融合開啟“智算時代
    的頭像 發(fā)表于 12-31 18:02 ?397次閱讀

    數據庫主機哪個好一點?

    數據庫主機哪個好一點?主機和數據庫各有優(yōu)勢,選擇哪個更好取決于具體需求。
    的頭像 發(fā)表于 12-04 13:50 ?394次閱讀

    數據庫服務器哪個便宜一些?

    服務器的價格區(qū)間相對更廣泛,因為用戶可以根據實際需求選擇不同配置和性能的服務器。而數據庫的價格則更多地依賴于數據庫類型和規(guī)格。在相同配置
    的頭像 發(fā)表于 11-12 10:55 ?525次閱讀

    數據庫“再進化”,OB Cloud如何打造時代數據底座?

    科技報到原創(chuàng)。 任何一項技術,都會隨著時代和市場的需求變化而演進。
    的頭像 發(fā)表于 10-31 17:52 ?572次閱讀

    數據庫數據恢復—通過拼接數據庫碎片恢復SQLserver數據庫

    一個運行在存儲上的SQLServer數據庫,有1000多個文件,大小幾十TB。數據庫每10天生成一個NDF文件,每個NDF幾百GB大小。數據庫包含兩個LDF文件。 存儲損壞,數據庫
    的頭像 發(fā)表于 10-31 13:21 ?616次閱讀
    <b class='flag-5'>數據庫</b><b class='flag-5'>數據</b>恢復—通過拼接<b class='flag-5'>數據庫</b>碎片恢復SQLserver<b class='flag-5'>數據庫</b>

    數據庫可以租用嗎?完整租用流程來了

    數據庫是可以租用的,這是一種合法且便捷的數據存儲和管理方式。數據庫服務提供商提供的各種服
    的頭像 發(fā)表于 10-28 09:54 ?437次閱讀

    恒訊科技分析:數據庫rds和redis區(qū)別是什么如何選擇?

    數據庫RDS(Relational Database Service)和Redis是兩種不同類型的數據庫服務,它們有各自的特點和適用場景: 1、數據模型:RDS是一種關系型
    的頭像 發(fā)表于 08-19 15:31 ?741次閱讀
    主站蜘蛛池模板: 国产真实乱在线更新 | www.国产一区二区三区 | 一级片在线观看视频 | 色批网站www | 性夜影院午夜看片 | 午夜性爽视频男人的天堂在线 | 欧美成人精品一区二区 | 五月天婷婷免费视频观看 | 老色歌uuu26 老湿成人影院 | 久久天天操 | 老司机亚洲精品影院在线观看 | 久久婷婷成人综合色 | 欧美午夜精品久久久久久黑人 | 噜噜色小说 | 欧美日韩精品乱国产 | 你懂的免费 | 久青草视频免费视频播放线路1 | 四虎永久免费网站免费观看 | 国产农村妇女毛片精品久久 | 亚洲不卡视频在线观看 | 成人人免费夜夜视频观看 | 色视频免费在线观看 | 国内一区二区三区精品视频 | 欧美极品| 欧美在线色视频 | 手机视频在线播放 | 丁香欧美 | 亚洲成人精品 | 免费高清在线观看a网站 | 深爱激情小说网 | 天天草夜夜操 | 狠狠色噜狠狠狠狠色综合久 | 天天干夜夜夜操 | 日本免费一区二区三区视频 | 6080yy午夜不卡一二三区 | 亚洲国产精品综合久久久 | 丁香色婷婷 | 日本特黄特色大片免费看 | ak福利午夜在线观看 | 天堂网2021天堂手机版 | 久久综合操 |