近兩年隨著大模型技術(shù)的快速發(fā)展，圖片、視頻、自然語言等多模態(tài)、非結(jié)構(gòu)化數(shù)據(jù)的查找需求變大，非結(jié)構(gòu)化數(shù)據(jù)的量級也遠(yuǎn)大于結(jié)構(gòu)化數(shù)據(jù)，傳統(tǒng)數(shù)據(jù)庫已經(jīng)無法滿足如此多樣化數(shù)據(jù)的處理需求。向量數(shù)據(jù)庫以其海量的數(shù)據(jù)存儲規(guī)模、高效的計算查詢能力，正在成為大模型時代重要的基礎(chǔ)設(shè)施。

3 月23 日，火山引擎開發(fā)者社區(qū) Meetup 第十三期邀請到了火山引擎的三位技術(shù)專家，將從火山引擎的實踐應(yīng)用出發(fā)，為大家詳解向量檢索功能的設(shè)計實現(xiàn)以及大規(guī)模云原生向量數(shù)據(jù)庫的核心技術(shù)和優(yōu)化，和大家共同探討大模型時代向量數(shù)據(jù)庫的落地實踐。

?時間：2024/03/23（周六） 14:00-17:00

地點 ：北京市海淀區(qū)北三環(huán)西路甲 18 號院大鐘寺廣場 1 號樓 3F-17

形式：線下+線上同步直播

精彩議程

《VikingDB：大規(guī)模云原生向量數(shù)據(jù)庫的前沿實踐與應(yīng)用》謝劍橋｜火山引擎向量數(shù)據(jù)庫高級工程師

向量數(shù)據(jù)庫是解決海量非結(jié)構(gòu)化數(shù)據(jù)檢索與分析問題的行業(yè)共識，我們從 19 年解決大規(guī)模分布式向量檢索問題，到推出云原生、AI 原生的向量數(shù)據(jù)庫，持續(xù)應(yīng)對抖音集團(tuán)內(nèi)外部業(yè)務(wù)的復(fù)雜技術(shù)挑戰(zhàn)，積累了豐富實踐經(jīng)驗。本次演講將重點介紹 VikingDB 解決各類應(yīng)用中極限性能、規(guī)模、精度問題上的探索實踐，并通過落地的案例向聽眾介紹如何在多模態(tài)信息檢索、RAG 與知識庫等領(lǐng)域進(jìn)行合理的技術(shù)選型和規(guī)劃。

主要內(nèi)容：

1. AI 原生、云原生的向量數(shù)據(jù)庫是怎樣的

a. 不止RAG——AIGC 時代的向量庫應(yīng)用

b. AI 原生的能力推導(dǎo)

c. 大規(guī)模云原生架構(gòu)設(shè)計要點

2. 極端性能、規(guī)模、精度問題是怎么解決的

a. 向量數(shù)據(jù)庫的關(guān)鍵性能維度和極限案例

b. 極致性能優(yōu)化探索

c. 極端規(guī)模場景的解決之道

d. 精度：追逐相關(guān)性本質(zhì)

3. 如何用好檢索型向量數(shù)據(jù)庫

a. 從應(yīng)用場景進(jìn)行技術(shù)選擇

b. 真實業(yè)務(wù)場景的避坑指南

《解析云原生數(shù)倉 ByteHouse 如何構(gòu)建高性能向量檢索技術(shù)》田昕暉｜火山引擎 ByteHouse 技術(shù)專家

向量檢索被廣泛使用于以圖搜圖、內(nèi)容推薦以及大模型推理等場景。隨著業(yè)務(wù)升級與 AI 技術(shù)的廣泛使用，用戶期望處理的向量數(shù)據(jù)規(guī)模越來越大，對向量數(shù)據(jù)庫產(chǎn)品的穩(wěn)定性、易用性與性能需求也越來越高。為此火山引擎ByteHouse 團(tuán)隊基于社區(qū) ClickHouse 進(jìn)行技術(shù)演進(jìn)，提出了全新的向量檢索功能設(shè)計思路，滿足業(yè)務(wù)對向量檢索穩(wěn)定性與性能方面的需求。

主要內(nèi)容：

1. 向量檢索概念以及在 LLM 場景的應(yīng)用

2. 當(dāng)前業(yè)界向量數(shù)據(jù)庫發(fā)展情況

3. ClickHouse 結(jié)合向量檢索的優(yōu)勢，以及社區(qū)當(dāng)前向量檢索局限性與性能問題分析

4. ByteHouse 向量檢索功能設(shè)計思路介紹

5. 性能比較

《在火山引擎云搜索服務(wù)上構(gòu)建混合搜索的設(shè)計與實現(xiàn)》魯蘊鋮｜火山引擎云搜索服務(wù)高級研發(fā)工程師

當(dāng)今，隨著圖片和視頻數(shù)據(jù)的爆炸式增長，人們對于多樣化數(shù)據(jù)搜索的需求也越來越迫切。多模態(tài)搜索場景已經(jīng)成為當(dāng)前搜索領(lǐng)域的主要趨勢。在這個背景下，本次演講將重點介紹字節(jié)跳動在混合搜索領(lǐng)域的探索，并探討如何在多模態(tài)數(shù)據(jù)場景下進(jìn)行海量數(shù)據(jù)搜索。

主要內(nèi)容：

1. 混合搜索的應(yīng)用場景

2. 云搜索服務(wù)在混合搜索中具備的搜索能力

a. 云搜索服務(wù)在混合搜索中的生態(tài)能力

b. 云搜索服務(wù)在混合搜索中的搜索增強能力

c. 云搜索服務(wù)在混合搜索中的排序打分增強能力

3. 云搜索的混合搜索引擎

a. 當(dāng)前不同向量引擎能力介紹

b. 多種向量引擎及優(yōu)化編碼

c. 不同場景下的向量搜索能力對比與選擇

掃碼立即報名

掃碼進(jìn)入活動群

閱讀原文鏈接：https://zjsms.com/iFdjBHb3/