腾讯云向量数据库：应用、新架构演进与未来

生态新架构发展 王行健主讲人： 向量数据库——AGI时代的数据枢纽01 大模型是一种能被智能化调度的算力 智能算力的背后需要智能化的数据平台 智能时代的数据平台，向量数据库是数据的中枢 AGI时代的数据中枢需要企业级能力+智能化 腾讯云向量数据库——企业级能力云原生全托管02 腾讯云向量数据库 高可用性 弹性伸缩 多层安全防护 腾讯云向量数据库 智能化能力 AI套件端到端解决方案 数据接入AI更便捷 数据处理质量高 端到端90+%召回率 索引多样性选择 自研解析算法可准确识别文件中的文本、格式；按照段落级别拆分和补充信息可保留更多语义信息 多源异构数据采集入库后，向量数据库可以作为下游AI应用的统一数据接口，大幅提高数据接入AI的效率 多文档检索场景下，端到端可达到90+%召回率，满足业务准确率需要 腾讯云向量数据库 分布式架构 多分片 并行处理负载均衡 多索引灵活配置 腾讯云向量数据库 分布式架构 业界遇到的一些问题： 写入负载高，影响用户读请求 数据规模大，重建索引时间长 HNSW索引空洞，搜索精度下降 腾讯云向量数据库 存算分离新架构 独立资源池 资源隔离高效计算 数据分段管理 分段存储动态扩缩容 一致性保证 发展与未来——AGI时代助力客户成功03 腾讯云向量数据库 久经考验 源自腾讯集团自研向量检索引擎OLAMA，自2019年上线至今，经过5年打磨，集团内部已有60+业务线上使用，覆盖搜索、推荐、AI场景，日均处理8500亿次检索请求 腾讯云向量数据库 持续打磨 基本功扎实：性能和成本业界大幅度领先 测试工具：ann-benchmark，数据集：sift-128-Euclidean，chinese-768-angular，数据量：100万行，召回率：99% 腾讯云向量数据库 生态演进 腾讯云向量数据库 应用丰富 高效的向量数据检索性能优化、加速模型训练过程 向量数据库赋能传统业务搜索、推荐效果更佳 外挂知识库+多轮对话记录更懂用户、更人性化 助力客户成功 腾讯云向量数据库 愿景 做好企业的AI数字化助手和行业一起成长 腾讯云向量数据库 愿景 做好企业的AI数字化助手，和行业一起成长