7月5日消息，騰訊云日前正式發(fā)布面向大模型訓練的向量數(shù)據(jù)庫（Tencent Cloud VectorDB）。

據(jù)了解，該數(shù)據(jù)庫能夠被廣泛應(yīng)用于大模型的訓練、推理和知識庫補充等場景，是國內(nèi)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(shù)據(jù)庫。

向量數(shù)據(jù)庫專門用于存儲和查詢向量數(shù)據(jù)。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。

（圖源：騰訊云官微，下同）

據(jù)統(tǒng)計，將騰訊云向量數(shù)據(jù)庫用于大模型預(yù)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。

騰訊云重新定義了AI Native的開發(fā)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(shù)據(jù)庫的全生命周期，都能應(yīng)用到AI能力。

在接入層，騰訊云向量數(shù)據(jù)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(nèi)存索引，最高支持每秒百萬的查詢量（QPS）；在計算層，AI Native開發(fā)范式能實現(xiàn)全量數(shù)據(jù)AI計算，一站式解決企業(yè)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(shù)據(jù)庫支持數(shù)據(jù)智能存儲分布，助力企業(yè)存儲成本降低50%。

企業(yè)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(shù)據(jù)庫后，3天時間即可完成，極大降低了企業(yè)的接入成本。

騰訊云數(shù)據(jù)庫副總經(jīng)理羅云指出，向量數(shù)據(jù)庫已經(jīng)在QQ瀏覽器、騰訊視頻、騰訊游戲、QQ音樂、搜狗輸入法等30+業(yè)務(wù)場景中應(yīng)用，并自研了分布式向量數(shù)據(jù)庫核心引擎Olama，原名ElasticFaiss。

數(shù)據(jù)顯示，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%。

羅云表示，未來，“向量數(shù)據(jù)庫+大模型+數(shù)據(jù)”將產(chǎn)生“飛輪效應(yīng)”，共同助力企業(yè)步入AI Native（AI原生）時代。