加速大模型落地:火山引擎向量数据库的实践应用

51CTO在现场

分享

已结束

直播详情

精彩议程

 VikingDB :大规模 云原生 向量数据库的前沿实践与应用》谢剑桥|火山引擎向量数据库高级工程师

向量数据库是解决海量非结构化数据检索与分析问题的行业共识,我们从 19 年解决大规模分布式向量检索问题,到推出云原生、AI 原生的向量数据库,持续应对抖音集团内外部业务的复杂技术挑战,积累了丰富实践经验。本次演讲将重点介绍 VikingDB 解决各类应用中极限性能、规模、精度问题上的探索实践,并通过落地的案例向听众介绍如何在多模态信息检索、RAG 与知识库等领域进行合理的技术选型和规划。

主要内容:

  1. AI 原生、云原生的向量数据库是怎样的

    1. 不止RAG——AIGC 时代的向量库应用
    2. AI 原生的能力推导
    3. 大规模云原生架构设计要点
  2. 极端性能、规模、精度问题是怎么解决的

    1. 向量数据库的关键性能维度和极限案例
    2. 极致性能优化探索
    3. 极端规模场景的解决之道
    4. 精度:追逐相关性本质
  3. 如何用好检索型向量数据库

    1. 从应用场景进行技术选择

    2. 真实业务场景的避坑指南

《解析 云原生 数仓 ByteHouse 如何构建高性能 向量检索 技术》田昕晖|火山引擎 ByteHouse 技术专家

向量检索被广泛使用于以图搜图、内容推荐以及大模型推理等场景。随着业务升级与 AI 技术的广泛使用,用户期望处理的向量数据规模越来越大,对向量数据库产品的稳定性、易用性与性能需求也越来越高。为此火山引擎ByteHouse 团队基于社区 ClickHouse 进行技术演进,提出了全新的向量检索功能设计思路,满足业务对向量检索稳定性与性能方面的需求。

主要内容:

  1. 向量检索概念以及在 LLM 场景的应用

  2. 当前业界向量数据库发展情况

  3. ClickHouse 结合向量检索的优势,以及社区当前向量检索局限性与性能问题分析

  4. ByteHouse 向量检索功能设计思路介绍

  5. 性能比较

《在火山引擎云搜索服务上构建混合搜索的设计与实现》鲁蕴铖|火山引擎云搜索服务技术专家

当今,随着图片和视频数据的爆炸式增长,人们对于多样化数据搜索的需求也越来越迫切。多模态搜索场景已经成为当前搜索领域的主要趋势。在这个背景下,本次演讲将重点介绍字节跳动在混合搜索领域的探索,并探讨如何在多模态数据场景下进行海量数据搜索。

主要内容:

  1. 混合搜索的应用场景

  2. 云搜索服务在混合搜索中具备的搜索能力

    1. 云搜索服务在混合搜索中的生态能力
    2. 云搜索服务在混合搜索中的搜索增强能力
    3. 云搜索服务在混合搜索中的排序打分增强能力
  3. 云搜索的混合搜索引擎

    1. 当前不同向量引擎能力介绍
    2. 多种向量引擎及优化编码
    3. 不同场景下的向量搜索能力对比与选择

扫码进入活动群

往期回顾

AI 驱动智能化转型的技术要点与应用策略

2024-03-28 18:50:00

2024英特尔商用客户端新品发布会

2024-03-28 19:00:00

昇腾AI开发者创享日·天津站

2024-03-23 08:32:20