当前位置:首页 > 报告详情

腾讯:2023腾讯云工具指南05期:AGI时代的“数据枢纽”-向量数据库(19页).pdf

上传人: 淡然 编号:146169 2023-11-21 19页 9.57MB

下载:

1、代 码 传 递 思 想 技 术 创 造 回 响腾讯云工具指南AGI时代的“数据枢纽”-向量数据库05目录CONTENTS产品价值向量数据库是AGI时代的数据枢纽0102行业实践向量数据库解决各行各业智能化场景痛点03用户声音开发者的产品实测报告用向量数据库构建图搜图系统14码农学习联盟重生之我是 戏精之王18齐光同辰全球产业数据库具有怎样的关键发展趋势?04中国信通院人工智能创新中心负责人、云计算与大数据研究所副所长魏凯为什么AGI时代需要向量数据库?05腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生优质的向量数据库应该符合怎样的标准?06中国信通院云计算与大数据研究所大数据与区块链部

2、主任姜春宇腾讯云向量数据库的具体优势及实践07腾讯云创始团队成员、腾讯云数据库副总经理兼向量数据库负责人罗云 百川智能:解决大模型企业的数据大规模与高性能需求09 销售易:向量数据库在智能CRM的实践11P A R T01产品价值向量数据库是AGI时代的数据枢纽AGI时代的到来激发了数据更大的生产力如何更好的管理、存储、检索非结构化数据将决定大模型在各行各业的应用前景及可能性而为AI而生的向量数据库,或许是大模型的“最佳拍档”全球产业数据库具有怎样的关键发展趋势?中国信通院人工智能创新中心负责人、云计算与大数据研究所副所长 魏凯趋势1:从类型看,非关系型数据库前景广阔就目前全球数据库产品分布来

3、看,非关系型数据库数量已经超过了关系型数据库。相比之下,国内的数据库市场依然以关系型数据库为主(整体占比超过65%),这其中又以图数据库、时序数据库等关键领域类型数据库为主。趋势2:从创新看,我国的非关系型技术实力不断增强从VLDB、SIGMOD和ICDE三大数据库领域权威的学术会议来看,近三年,我国企业及高校平均贡献占比分别为23.81%、27.17%和40.70%,且数量呈逐年上升趋势。目前数据库行业玩家众多,亟需统一行业标准规范发展:主要面向三类参与方(数据库技术产品、数据库服务商以及数据库应用机构)建立不同的评判标准。04腾讯云工具指南 AGI时代的“数据枢纽”产品价值向量数据库是AG

4、I时代的数据枢纽趋势3:从标准看,数据库需要从供给侧到标准侧制定相关标准分析型数据库事务型数据库关系云数据库时序数据库图数据库文档数据库全密态数据库数据库智能化分布式分析型分布式事务型时序数据库分析型大规模事务型一体化分析型一体化时空数据库数据库一体机内存数据库分析型数据库大规模SQL质量管理平台HTAP数据库数据库管理平台防篡改数据库数据库迁移工具搜索型数据库关系型安全关系型安全分布式分析型规划设计服务能力运维运营服务能力数据库应用迁移实施部署服务能力分布式事务型时序数据库数据库稳定性稳定性专项安全专项性能专项基础能力专项供给侧应用侧面向数据库技术产品面向数据库服务商面向数据库应用机构评测类

5、型通用服务能力专项服务能力数据库运维管理能力成熟度模型2023上半年新增5个标准(上述图中标橙色显示)0.00%VLDBSIGMOD202020212022ICDESIGMODVLDBICDEVLDBSIGMODICDE10.00%13.68%16.68%14.58%43.15%44.68%65.43%20.15%28.01%28.65%23.81%27.17%40.70%20.00%30.00%40.00%50.00%60.00%70.00%2020-2022年我国中国高校及企业学术会议论文贡献情况2022年我国中国高校及企业学术会议论文贡献数量05101011111213131415212

6、12324373810152025303540论文数量清华大学香港科技大学北京大学香港中文大学浙江大学华为中国科学技术大学北京理工大学华东师范大学中国人民大学香港浸会大学哈尔滨工业大学北京航空航天大学复旦大学腾讯我国数据库产品类型关系型数据库非关系型数据库-图数据库非关系型数据库-文档数据库非关系型数据库-列存数据库非关系型数据库-图数据库RDF存储非关系型数据库-原生XML数据库非关系型数据库-键值数据库非关系型数据库-时序数据库非关系型数据库-全文检索非关系型数据库-面向对象数据库非关系型数据库-多值数据库非关系型数据库-向量数据库非关系型数据库-图数据库非关系型数据库-键值数据库非关系型

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要介绍了腾讯云向量数据库在AGI时代的数据枢纽作用,以及其在各行各业智能化场景中的应用实践。文章首先阐述了向量数据库在AGI时代的重要性,它能够高效处理非结构化数据,成为大模型的“最佳拍档”。接着,文章详细介绍了向量数据库的八大关键技术能力,包括分布式与并行计算能力、实时处理能力提升、高级查询功能、硬件加速等。同时,文章还引用了中国信通院云计算与大数据研究所大数据与区块链部主任姜春宇的观点,对向量数据库的未来发展趋势进行了预测。 在行业实践部分,文章以百川智能和销售易为例,详细介绍了向量数据库在解决大模型企业的数据大规模与高性能需求、智能CRM等方面的应用。最后,文章通过一个以图搜图的案例,展示了开发者如何使用PyTorch和腾讯云向量数据库构建一个Reverse Image Search系统。 总的来说,本文全面介绍了向量数据库在AGI时代的数据枢纽作用,以及其在各行各业智能化场景中的应用实践,为读者提供了深入了解向量数据库的参考资料。
向量数据库在AI时代有何重要作用? 如何利用向量数据库构建智能CRM系统? 向量数据库在游戏开发中有哪些应用场景?
客服
商务合作
小程序
服务号
折叠