近期，2023 年全球机器学习技术大会在北京正式闭幕，本次会议以“拥抱 AGI 变革时代”为主题，聚焦【GPT 与大模型技术演进】、【大模型系统工程实践】、【ML/LLM Ops 大模型运维】、【AI Infra 大模型基础架构】、【大模型应用开发实践】、【AIGC 产品创新探索与实践】、【大模型赋能软件开发变革】等 12 大主题。
Zilliz 连同 OpenAI、百川智能、微软、Amazon、Meta、阿里等一线企业受邀参与，在现场分享最新 AI、大模型技术创新和应用实践。
值得关注的是【AI Infra 大模型基础架构】主题，众所周知，大模型技术落地，AI Infra 的支撑作用必不可少。Zilliz 合伙人兼技术总监栾小凡在该主题下分享了《百亿向量数据库架构创新与优化之路》。
栾小凡阐述了 Zilliz 从全球第一款开源向量数据库 Milvus 1.0 向 Cloud Native& AI Native 架构的演进历程。他表示，AI 1.0 时代，向量数据已经被广泛应用于机器学习应用中，包括推荐、搜索、翻译、图搜、风控、安防，随着大模型时代的到来，向量数据涌现出维度更高、体量更大、用途更广泛的特征。在此背景下，Milvus 也由 1.0 架构升级至 2.0 架构，从而实现了存算分离、功能分离。不止如此，Milvus 还新支持了多种数据类型、支持多种向量数据库、支持多种 API、支持多租户等，可以更好地为 AIGC 时代的开发者服务。
对于向量数据库的未来，栾小凡认为，新的应用场景也为向量数据库带来更多的挑战，例如 RAG （Retrieval Augmented Generation） 场景对于数据体量大，召回准确度要求高；Agent 召回的评价标准不止是相关性，也包含重要性、时间等。为此，Zilliz 计划将带来更加灵活的查询能力，例如类SQL支持、支持 Wildcard Match；更多数据类型支持，例如 BF16 Vector、Sparse Vector、Blob、Text、Date；全新的标量引擎、更强大的数据库功能及更加灵活的离线数据处理。
此外，栾小凡亦阐述了 Zilliz VectorDB 即服务的理念。基于开源向量数据库 Milvus 打造的全托管企业级向量检索服务 Zilliz Cloud （目前已经登陆AWS、GCP、Azure和阿里云），不仅满足不同需求和不同部署环境，还可以提供大量企业级功能，助力用户聚焦业务逻辑。
栾小凡强调，如果说 Milvus 2.0 的诞生初心是做全球领先的向量数据库，是Zilliz 借助开源力量对 AI 民主化的一次尝试，那么 Zilliz Cloud 的诞生初心则是做开箱即用的向量检索云服务。Zilliz Cloud 是 Zilliz 自身对于 AI 民主化的再次探索，向量数据库云服务 + 大模型将构建 AI 的成本大幅降低，使得非互联网传统企业和创业公司具备了构建基于 AI 创新的应用成为可能。
