随着AI应用的普及和大语言模型的广泛使用，曾经沉寂一时的向量数据库重新回到了风口浪尖，其用户数量呈指数级增长。2023年前四个月，向量数据库公司的融资总额已超过了2022年的总和。

传统数据库以结构化数据为对象，通过点查和范围查进行精确匹配，输出只有符合查询条件和不符合条件的答案。然而，随着数据源的多样化和数据量的剧增，非结构化数据也占据了绝大部分的信息来源。以GPT-3.5为例，其“知识库”共包含3000亿单词的数据，汇聚了来自开源语料库、维基百科、各类图书与新闻报道、Reddit与Twitter平台文章等大量互联网文本数据。GPT-4在此基础上体量更大，且为了支持多模态专门收集各类图像、视频素材，其中非结构化数据应占有极大比重。

向量数据库处理的是各种AI应用产生的非结构化数据，在保证100%信息完整的情况下，通过向量嵌入函数来精准描写这些非结构化数据的特征，通过近似查进行模糊匹配，输出的是概率上地提供相对最符合条件的答案，而非精确的标准答案，这一功能对于需要从海量复杂数据中提取抽象信息的AI应用尤为重要。

预计在不久的将来，向量数据库将不仅限于AI领域，还将在其他需要处理庞大非结构化数据的行业中扮演重要角色。企业的竞争将因此展开新一轮的技术竞赛，推动数据处理技术的变革与发展：

Milvus

Milvus作为开源向量数据库的代表，强调社区驱动，其设计目的在于简化大规模向量数据集的管理和检索。Milvus支持毫秒级万亿级向量数据集的查询，具有高度的可扩展性和适应性，非常适合应用在图像搜索、化学结构搜索等场景，并且通过无状态组件架构提升了系统的弹性和可靠性，这在需要处理动态复杂查询的大型AI应用中尤为关键。

腾讯云VectorDB

腾讯云向量数据库以其引领业界的大规模检索能力和极高的运行稳定性著称。其产品在腾讯视频、QQ浏览器、QQ音乐等多个国民级应用中得到了成功验证。通过智能化的存储和检索优化，这一数据库不仅缩短了接入时间，还大大降低了存储成本。其背后的技术—OLAMA引擎，经受了庞大业务量的磨炼，确保了数据库在高并发场景下的稳定和高效。

VikingDB

VikingDB是火山引擎推出的云原生向量数据库，已经在内部产品如抖音中有了广泛应用。它专注于提供强大的实时处理能力和性能优化。通过自研的索引算法和存算分离架构，VikingDB在多个大模型场景中展现了优异的实践效果。在多模态数据的实时写入和更新方面，VikingDB解决方案涵盖了从数据生成到在线检索的整个链条，为行业应用提供了具备弹性和稳定性的工具。

结语

向量数据库的崛起代表了数据库技术的一个重要创新方向，算法、架构设计的改善，以及应用实践的突破，都是摆在向量数据库厂商面前重要的课题。企业不仅需要在技术研发上不断创新，还需深刻理解市场需求，以灵活的策略推动技术的实际应用，方能在浩渺的数字浪潮中抓住机遇，开创未来。

（文/彼刻）

e-Mail: lab@enet16.com

【DBC拟定框架简介】