腾讯云正式发布AI Native向量数据库，大幅企业数据处理效力

7月4日下午，腾讯云正式发布AI Native向量数据库Tencent Cloud VectorDB，可广泛应用于大模型的训练、推理、知识库补充等场景。腾讯方面表示，这是国内第一个从接入层、计算层、到存储层提供全生命周期AI化的向量数据库。

根据官方数据信息，腾讯云向量数据库最高可支持10亿级向量检索规模，延迟控制在毫秒级；与传统的单机插件数据库相比，检索规模扩大了10倍，同时还具有百万级每秒查询（QPS）的峰值能力。

“如果你看好AI模型，就应该看好向量数据库”，腾讯云数据库副总经理罗云表示，随着大模型的不断发展和普及，AI原生数据库将成为企业数据处理的标配。

向量数据库通过向量化数据，然后进行存储和查询，可以大大提高效率，降低成本，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，突破了大模型的时空限制，加速大模型在工业场景的落地。

腾讯官方数据显示，使用腾讯云向量数据库对大模型的预训练数据进行分类、去重与清洗，相比传统方法可以把效率提高10倍，如果把向量数据库作为模型推理的外部知识库，成本可以降低2-4个数量级。

罗云表示，腾讯云重新定义了AI Native的开发范式，提供了接入层、计算层、存储层全面的AI解决方案，让用户在使用向量数据库的全生命周期，都能借助AI能力。

具体来说，在接入层，腾讯云向量数据库支持自然语言文本的输入，同时采用“标量+向量”的查询模式，支持全内存索引；在计算层，AI Native开发范式可以实现全量数据的AI计算，一站式解决企业构建私有领域知识库时的文本切分（Segment）、向量化（Embedding ）等难题；在存储层，腾讯云向量数据库支持数据的智能存储分发，降低企业50%的存储成本。

根据腾讯官方信息，使用腾讯云向量数据库后，企业接入大模型数据所需时间可从一个月缩减至三天左右，大大降低了企业的接入成本。

在产品商业化层面，罗云表示，目前可以单独提供向量数据库，未来不排除将向量数据库和其他相关产品打包出售的可能。

在具体应用层面，腾讯称，该数据库基于腾讯每日处理千亿次检索的向量引擎（OLAMA），数据接入AI的效率比传统方案高10倍，运行稳定性达到99.99%，目前已应用于腾讯视频、QQ浏览器、QQ音乐等30余款腾讯内部的产品中。

以腾讯视频的应用为例，视频库中的图片、音频、标题文字等内容使用腾讯云向量数据库，每月完成的检索计算量高达200亿次，可以满足版权保护、原创识别、相似性检索等场景需求。

从应用结果来看，向量数据库可以直接提高运行效率。官方资料显示，使用腾讯云向量数据库后，QQ音乐人均收听时长增加了3.2%、腾讯视频有效曝光人均时长增加1.74%、QQ浏览器成本降低37.9%。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com