ChatGPT引发的大模型浪潮，催生了数据存储、检索需求。传统关系型数据库难以处理大规模数据、低时延高并发查询、模糊匹配等需求，但向量数据库能够有效解决这些痛点，因此受到业界青睐。今年5月前后的一个月内，全球有4家向量数据库创业公司获得新融资，国内的相关概念股股价纷纷上涨。
“如果你看好AI，那你就可以看好向量数据库。”7月4日，腾讯云正式发布AI原生向量数据库，腾讯云数据库副总经理罗云在会后接受采访如是表示。罗云认为，向量数据库是大模型和企业数据之间的桥梁，可以打破大模型训练的时空限制，能够被广泛应用于大模型的训练、推理和知识库补充等场景。
《每日经济新闻》记者了解到，目前腾讯云的向量数据库主要在腾讯内部产品进行探索应用。经过腾讯内部海量场景的实践，数据接入AI的效率也比传统方案提升10倍，运行稳定性高达99.99%。不过，从腾讯内部探索，到外部实际的商业化落地，尚需时间。
成为大模型和企业数据的桥梁
向量数据库专门用于存储和查询向量数据，业界称之为大模型的“海马体”。
西南证券今年6月发布的研报指出，与传统数据库相比，向量数据库使用向量化计算，能够高速地处理大规模的复杂数据；并可以处理高维数据，例如图像、音频和视频等，解决传统关系型数据库中的痛点；同时，向量数据库支持复杂的查询操作，也可以轻松地扩展到多个节点，以处理更大规模的数据。
7月4日，腾讯云正式发布AI原生向量数据库Tencent Cloud VectorDB。在发布会上，腾讯方面表示，腾讯云向量数据库最高支持10亿级向量检索规模，延迟控制在毫秒级，相比传统单机插件式数据库检索规模提升10倍，同时具备百万级每秒查询的峰值能力、向量数据库能解决大模型预训练成本高、没有“长期记忆”、知识更新不足、提示词工程复杂等问题，突破大模型在时间和空间上的限制，加速大模型落地行业场景。
发布会后，腾讯云数据库副总经理罗云在接受包括《每日经济新闻》记者在内的媒体采访时表示：“模型的训练有时间和空间两个限制。在时间上，训练一次大模型可能耗时数月，耗费上千万美金，成本高昂，但很难把最新的数据灌注到大模型里，而客户有时需要使用最新的数据；在空间上，客户有很多私域的数据，客户往往不愿意放在公开的场合让大模型进行训练，甚至连微调都不愿意把数据给到大模型的厂商。向量数据库则很好地打破了这两个限制。”
统计显示，将腾讯云向量数据库用于大模型预训练数据的分类、去重和清洗相比传统方式可以实现10倍效率的提升，如果将向量数据库作为外部知识库用于模型推理，则可以将成本降低2-4个数量级。
腾讯云推出向量数据库的背后，是大模型训练对数据的强大需求。罗云表示：“随着大模型的成熟，未来我们可能不再需要雇佣那么多资深的软硬件工程师，企业或许能够更好地享受到大模型抹平技术差异带来的红利。因此，我们认为企业和企业之间在未来很长的一段时间的竞争会在数据上，谁能够更好地利用数据，谁能够更好地把数据沉淀到自己的工程里面，更好地让数据接入到大模型和整个AI体系，谁可能就会赢在将来。”
商业化尚在初期
今年5月前后的一个月内，全球有4家向量数据库创业公司获得新融资，其中，Pinecone完成1亿美元B轮融资，WeaviateBV获得5000万美元B轮融资，Chroma获得1800万美元种子轮融资，Qdrant获750万美元种子融资。在国内A股市场，今年3月以来，云创数据、星环科技、拓尔思等多个向量数据库概念股迎来股价上涨。
“很多客户和我们提需求，基本上每天不止1到2个客户前来咨询向量数据库什么时候能够给他们使用。整体来讲，大家的关注度，对向量数据库需求的迫切度都很高。”罗云说道。
一边是概念火热和需求高涨，一边是商业化进程有待成熟。西南证券研报指出，目前整个向量数据库的赛道仍处于培育阶段，受AI大模型热潮催化，向量数据库刚刚引起国内市场的关注，目前主要使用者是互联网巨头公司。赛道目前处于群雄并起的阶段，从融资、技术的角度上来讲，目前尚未有寡头角色出现。
而对于腾讯而言，腾讯云向量数据库目前已在腾讯内部产品进行探索应用，如腾讯视频、QQ浏览器、QQ音乐等30多款国民级产品。以腾讯视频的应用为例，视频库中的图片、音频、标题文本等内容使用腾讯云向量数据库，月均完成的检索和计算量高达200亿次，有效满足了版权保护、原创识别、相似性检索等场景需求。此外，使用腾讯云向量数据库后，QQ音乐人均听歌时长提升3.2%、腾讯视频有效曝光人均时长提升1.74%、QQ浏览器成本降低37.9%。
“现在向量数据库是跟着AI的浪潮来走，我们的判断是向量数据库本身能力已经比较能够适应客户的诉求，但大家对于怎么去用好AI、国内大模型发展的时间点这些都还需要一个时间周期，这是外部的市场环境导致的。随着AI进一步渗透到各行各业，我相信向量数据库的发展会来得很快了。”罗云最后表示。
