7月4日，騰訊云正式發布AI 原生（AI Native）向量數據庫Tencent Cloud VectorDB。該數據庫能夠被廣泛應用于大模型的訓練、推理和知識庫補充等場景，是國內首個從接入層、計算層、到存儲層提供全生命周期AI化的向量數據庫。

向量數據庫專門用于存儲和查詢向量數據，業界稱之為大模型的“海馬體”。據介紹，騰訊云向量數據庫最高支持10億級向量檢索規模，延遲控制在毫秒級，相比傳統單機插件式數據庫檢索規模提升10倍，同時具備百萬級每秒查詢（QPS）的峰值能力。

騰訊云定義AI Native向量數據庫

大模型時代的到來，擁抱大模型成為企業的剛需。

向量數據庫通過把數據向量化然后進行存儲和查詢，可以極大地提升效率和降低成本。它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場景。

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

值得關注的是，騰訊云重新定義了AI Native的開發范式，提供了接入層、計算層、存儲層的全面AI化解決方案，使用戶在使用向量數據庫的全生命周期，都能應用到AI能力。

具體而言，在接入層，騰訊云向量數據庫支持自然語言文本的輸入，同時采用“標量+向量”的查詢方式，支持全內存索引，最高支持每秒百萬的查詢量（QPS）；在計算層，AI Native開發范式能實現全量數據AI計算，一站式解決企業在搭建私域知識庫時的文本切分（segment）、向量化（embedding）等難題；在存儲層，騰訊云向量數據庫支持數據智能存儲分布，助力企業存儲成本降低50%。

企業原先接入一個大模型需要花1個月左右時間，使用騰訊云向量數據庫后，3天時間即可完成，極大降低了企業的接入成本。

據了解，騰訊云向量數據庫的向量化能力（embedding）曾多次獲得權威機構認可，2021年曾登頂MS MARCO榜單第一、相關成果已發表于NLP頂會ACL。

騰訊云數據庫副總經理羅云表示，AI Native（AI原生）時代已經到來，“向量數據庫+大模型+數據”，三者將產生“飛輪效應”，共同助力企業步入AI Native（AI原生）時代。

騰訊云向量數據庫助力數據接入效率提升10倍

騰訊云向量數據庫基于騰訊集團每日處理千億次檢索的向量引擎（OLAMA），經過騰訊內部海量場景的實踐，數據接入AI的效率也比傳統方案提升10倍，運行穩定性高達99.99%，目前已經應用在了騰訊視頻、QQ瀏覽器、QQ音樂等30多款國民級產品中。

騰訊云向量數據庫能有效助力產品提升運營效率。數據顯示，使用騰訊云向量數據庫后，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%。

以騰訊視頻的應用為例，視頻庫中的圖片、音頻、標題文本等內容使用騰訊云向量數據庫，月均完成的檢索和計算量高達200億次，有效滿足了版權保護、原創識別、相似性檢索等場景需求。

大模型加速向量數據庫進入飛速發展期，據東北證券預測，到 2030 年，全球向量數據庫市場規模有望達到 500 億美元，國內向量數據庫市場規模有望超過600億人民幣。

向量數據庫可以幫助企業更高效、便捷地使用大模型，將數據的價值釋放到最大，隨著大模型的不斷發展和普及，AI Native向量數據庫將成為企業數據處理的標配。

版權聲明：

凡本網內容請注明來源：T媒體（http://www.alternativecancerresearchinstitute.com）”的所有原創作品，版權均屬于易信視界（北京）信息科技有限公司所有，未經本網書面授權，不得轉載、摘編或以其它方式使用上述作品。

本網書面授權使用作品的，應在授權范圍內使用，并按雙方協議注明作品來源。違反上述聲明者，易信視界（北京）信息科技有限公司將追究其相關法律責任。