每經(jīng)記者 王帆    每經(jīng)編輯 楊夏    

ChatGPT引發(fā)的大模型浪潮，催生了數(shù)據(jù)存儲、檢索需求。傳統(tǒng)關(guān)系型數(shù)據(jù)庫難以處理大規(guī)模數(shù)據(jù)、低時延高并發(fā)查詢、模糊匹配等需求，但向量數(shù)據(jù)庫能夠有效解決這些痛點，因此受到業(yè)界青睞。今年5月前后的一個月內(nèi)，全球有4家向量數(shù)據(jù)庫創(chuàng)業(yè)公司獲得新融資，國內(nèi)的相關(guān)概念股股價紛紛上漲。

“如果你看好AI，那你就可以看好向量數(shù)據(jù)庫。”7月4日，騰訊云正式發(fā)布AI原生（AI Native）向量數(shù)據(jù)庫，騰訊云數(shù)據(jù)庫副總經(jīng)理羅云在會后接受采訪如是表示。羅云認為，向量數(shù)據(jù)庫是大模型和企業(yè)數(shù)據(jù)之間的橋梁，可以打破大模型訓練的時空限制，能夠被廣泛應(yīng)用于大模型的訓練、推理和知識庫補充等場景。

《每日經(jīng)濟新聞》記者了解到，目前騰訊云的向量數(shù)據(jù)庫主要在騰訊內(nèi)部產(chǎn)品進行探索應(yīng)用。經(jīng)過騰訊內(nèi)部海量場景的實踐，數(shù)據(jù)接入AI的效率也比傳統(tǒng)方案提升10倍，運行穩(wěn)定性高達99.99%。不過，從騰訊內(nèi)部探索，到外部實際的商業(yè)化落地，尚需時間。

圖片來源：視覺中國（圖文無關(guān)）

成為大模型和企業(yè)數(shù)據(jù)的橋梁

向量數(shù)據(jù)庫專門用于存儲和查詢向量數(shù)據(jù)，業(yè)界稱之為大模型的“海馬體”。

西南證券今年6月發(fā)布的研報指出，與傳統(tǒng)數(shù)據(jù)庫相比，向量數(shù)據(jù)庫使用向量化計算，能夠高速地處理大規(guī)模的復雜數(shù)據(jù)；并可以處理高維數(shù)據(jù)，例如圖像、音頻和視頻等，解決傳統(tǒng)關(guān)系型數(shù)據(jù)庫中的痛點；同時，向量數(shù)據(jù)庫支持復雜的查詢操作，也可以輕松地擴展到多個節(jié)點，以處理更大規(guī)模的數(shù)據(jù)。

7月4日，騰訊云正式發(fā)布AI原生（AI Native）向量數(shù)據(jù)庫Tencent Cloud VectorDB。在發(fā)布會上，騰訊方面表示，騰訊云向量數(shù)據(jù)庫最高支持10億級向量檢索規(guī)模，延遲控制在毫秒級，相比傳統(tǒng)單機插件式數(shù)據(jù)庫檢索規(guī)模提升10倍，同時具備百萬級每秒查詢（QPS）的峰值能力、向量數(shù)據(jù)庫能解決大模型預訓練成本高、沒有“長期記憶”、知識更新不足、提示詞工程復雜等問題，突破大模型在時間和空間上的限制，加速大模型落地行業(yè)場景。

發(fā)布會后，騰訊云數(shù)據(jù)庫副總經(jīng)理羅云在接受包括《每日經(jīng)濟新聞》記者在內(nèi)的媒體采訪時表示：“模型的訓練有時間和空間兩個限制。在時間上，訓練一次大模型可能耗時數(shù)月，耗費上千萬美金，成本高昂，但（由于預訓練的模式）很難把最新的數(shù)據(jù)灌注到大模型里，而客戶有時需要使用最新的數(shù)據(jù)；在空間上，客戶有很多私域的數(shù)據(jù)，（出于對安全的顧慮）客戶往往不愿意放在公開的場合讓大模型進行訓練，甚至連微調(diào)都不愿意把數(shù)據(jù)給到大模型的廠商。向量數(shù)據(jù)庫則很好地打破了這兩個限制。”

統(tǒng)計顯示，將騰訊云向量數(shù)據(jù)庫用于大模型預訓練數(shù)據(jù)的分類、去重和清洗相比傳統(tǒng)方式可以實現(xiàn)10倍效率的提升，如果將向量數(shù)據(jù)庫作為外部知識庫用于模型推理，則可以將成本降低2-4個數(shù)量級。

騰訊云推出向量數(shù)據(jù)庫的背后，是大模型訓練對數(shù)據(jù)的強大需求。羅云表示：“隨著大模型的成熟，未來我們可能不再需要雇傭那么多資深的軟硬件工程師，企業(yè)或許能夠更好地享受到大模型抹平技術(shù)差異帶來的紅利。因此，我們認為企業(yè)和企業(yè)之間在未來很長的一段時間的競爭會在數(shù)據(jù)上，誰能夠更好地利用數(shù)據(jù)，誰能夠更好地把數(shù)據(jù)沉淀到自己的工程里面，更好地讓數(shù)據(jù)接入到大模型和整個AI體系，誰可能就會贏在將來。”

商業(yè)化尚在初期

今年5月前后的一個月內(nèi)，全球有4家向量數(shù)據(jù)庫創(chuàng)業(yè)公司獲得新融資，其中，Pinecone完成1億美元B輪融資，WeaviateBV獲得5000萬美元B輪融資，Chroma獲得1800萬美元種子輪融資，Qdrant獲750萬美元種子融資。在國內(nèi)A股市場，今年3月以來，云創(chuàng)數(shù)據(jù)（BJ835305，股價18.84元，市值25億元）、星環(huán)科技（SH688031，股價139.76元，市值169億元）、拓爾思（300229.SZ，股價25.79元，市值205.11億元）等多個向量數(shù)據(jù)庫概念股迎來股價上漲。

“很多客戶和我們提需求，基本上每天不止1到2個客戶前來咨詢向量數(shù)據(jù)庫什么時候能夠給他們使用。整體來講，大家的關(guān)注度，對向量數(shù)據(jù)庫需求的迫切度都很高。”羅云說道。

一邊是概念火熱和需求高漲，一邊是商業(yè)化進程有待成熟。西南證券研報指出，目前整個向量數(shù)據(jù)庫的賽道仍處于培育階段，受AI大模型熱潮催化，向量數(shù)據(jù)庫剛剛引起國內(nèi)市場的關(guān)注，目前主要使用者是互聯(lián)網(wǎng)巨頭公司。賽道目前處于群雄并起的階段，從融資、技術(shù)的角度上來講，目前尚未有寡頭角色出現(xiàn)。

而對于騰訊而言，騰訊云向量數(shù)據(jù)庫目前已在騰訊內(nèi)部產(chǎn)品進行探索應(yīng)用，如騰訊視頻、QQ瀏覽器、QQ音樂等30多款國民級產(chǎn)品。以騰訊視頻的應(yīng)用為例，視頻庫中的圖片、音頻、標題文本等內(nèi)容使用騰訊云向量數(shù)據(jù)庫，月均完成的檢索和計算量高達200億次，有效滿足了版權(quán)保護、原創(chuàng)識別、相似性檢索等場景需求。此外，使用騰訊云向量數(shù)據(jù)庫后，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%。

“現(xiàn)在向量數(shù)據(jù)庫是跟著AI的浪潮來走，我們的判斷是向量數(shù)據(jù)庫本身能力已經(jīng)比較能夠適應(yīng)客戶的訴求，但大家對于怎么去用好AI、國內(nèi)大模型發(fā)展的時間點這些都還需要一個時間周期，這是外部的市場環(huán)境導致的。隨著AI進一步滲透到各行各業(yè)，我相信向量數(shù)據(jù)庫的發(fā)展會來得很快了。”羅云最后表示。

封面圖片來源：視覺中國-VCG41N1369014355