最近，又一個概念火了——向量數(shù)據(jù)庫。

首先是，4月一個月內(nèi)多家向量數(shù)據(jù)庫創(chuàng)業(yè)公司獲大額新融資，引發(fā)市場熱議。

(資料圖片僅供參考)

其次行情方面，龍頭A股星環(huán)科技、北交所云創(chuàng)數(shù)據(jù)等股價連續(xù)異動，其中云創(chuàng)數(shù)據(jù)自底部以來股價已接近翻倍。

此外，8日開始，分析師們“后知后覺”開始密集推出研報進行覆蓋。

多家創(chuàng)業(yè)公司獲大額新融資

據(jù)華福證券梳理，隨著大模型帶來的應(yīng)用需求提升，4月以來多家海外知名向量數(shù)據(jù)庫創(chuàng)業(yè)企業(yè)傳出融資喜訊。

4月28日，向量數(shù)據(jù)庫平臺Pinecone宣布獲得1億美元（約7億元）B輪融資，由Andreessen Horowitz領(lǐng)投，ICONIQ Growth等跟投。

4月22日，向量數(shù)據(jù)庫平臺Weaviate宣布獲得5000萬美元（約3.5億元）B輪融資，由Index Ventures領(lǐng)投，Battery Ventures等跟投。

此外，4月6日Chroma獲1800萬美元種子輪融資，4月19日Qdrant獲750萬美元種子輪融資。

什么是向量數(shù)據(jù)庫？

據(jù)東北證券研報，向量數(shù)據(jù)庫是專門用來存儲和查詢向量的數(shù)據(jù)庫，其存儲的向量來自于對文本、語音、圖像、視頻等的向量化。

同傳統(tǒng)數(shù)據(jù)庫相比，向量數(shù)據(jù)庫不僅能夠完成基本的CRUD（添加、讀取查詢、更新、刪除）等操作，還能夠?qū)ο蛄繑?shù)據(jù)進行更快速的相似性搜索，商業(yè)價值提升明顯。

向量數(shù)據(jù)庫有啥用？

東北證券指出，向量數(shù)據(jù)庫一個很重要的功能是拓展大模型的邊界，分為時間邊界和空間邊界。

第一，時間邊界的擴展，指的是向量數(shù)據(jù)庫能夠使得大模型LLM擁有“長期記憶”。

眾所周知，目前的大模型（無論是NLP領(lǐng)域的GPT系列還是CV領(lǐng)域的ResNET系列）都是預(yù)先訓(xùn)練Pretrain的大模型，有著非常明晰的訓(xùn)練截止日Cut-off Date，這導(dǎo)致這些模型對于訓(xùn)練截止日之后發(fā)生的事情一無所知。

而隨著向量數(shù)據(jù)庫的引入，其內(nèi)部存儲的最新的信息向量能夠極大地拓展大模型的應(yīng)用邊界，向量數(shù)據(jù)庫可以使得大模型保持準實時性，提高大模型的適用性，并使得大模型能夠動態(tài)調(diào)整。也就是說，向量數(shù)據(jù)庫使得大模型的長期記憶得到了可能。

例如，假設(shè)一個預(yù)訓(xùn)練的新聞?wù)Ｐ驮?021年底完成了訓(xùn)練，到了2023年，許多新聞事件和趨勢已經(jīng)發(fā)生了變化。為了使大模型能夠處理這些新信息，可以使用向量數(shù)據(jù)庫來存儲和查詢2023年的新聞文章向量。

同樣，在推薦系統(tǒng)中，預(yù)訓(xùn)練的大模型可能無法識別新用戶和新產(chǎn)品的特征，通過向量數(shù)據(jù)庫，可以實時更新用戶和產(chǎn)品的特征向量，從而使大模型能夠根據(jù)最新的信息為用戶提供更精準的推薦。

此外，向量數(shù)據(jù)庫還可以支持實時監(jiān)測和分析。例如，在金融領(lǐng)域，預(yù)訓(xùn)練的股票預(yù)測模型可能無法獲取訓(xùn)練截止日期之后的股票價格信息。通過將最新的股票價格向量存儲在向量數(shù)據(jù)庫中，大模型可以實時分析和預(yù)測未來股票價格走勢。還有就是在客服領(lǐng)域，向量數(shù)據(jù)庫將使得大模型可以追溯到對話的開始。

第二，空間邊界的擴展，指的是向量數(shù)據(jù)庫能夠協(xié)助解決目前企業(yè)界最擔(dān)憂的大模型泄露隱私的問題。

用戶給出的Prompt可能會包含一些敏感信息。根據(jù)媒體報道，員工A用ChatGPT幫自己查一段代碼的bug，而這段源代碼與半導(dǎo)體設(shè)備測量數(shù)據(jù)有關(guān)；員工B想用ChatGPT幫自己優(yōu)化一段代碼，就直接將與產(chǎn)量和良品率記錄設(shè)備相關(guān)的一段代碼輸入了其中。

這些行為直接導(dǎo)致了三星關(guān)鍵數(shù)據(jù)的泄露，而ChatGPT本身其實也出現(xiàn)過隱私泄露事件，使得有一小部分的對話歷史/支付數(shù)據(jù)會被其他用戶查看，這些數(shù)據(jù)都極為敏感，而通過本地部署，向量數(shù)據(jù)庫能夠在很大程度上解決這個問題。

向量數(shù)據(jù)庫本地部署后可以存儲企業(yè)有關(guān)的大量隱私數(shù)據(jù)，在本地部署或者專有云部署大模型后，通過特別的Agent大模型可以在有保護的情況下訪問向量數(shù)據(jù)庫的隱私數(shù)據(jù)，進而可以在不向外網(wǎng)暴露公司的隱私的情況下，使得公司的業(yè)務(wù)得到大模型的助力。

此外，多模態(tài)搜索也是向量數(shù)據(jù)庫的拿手好戲。

東北證券指出，向量數(shù)據(jù)庫自帶多模態(tài)功能，這意味著它能夠通過機器學(xué)習(xí)方法處理和理解來自不同源的多種模態(tài)信息，如文本、圖像、音頻和視頻等，數(shù)據(jù)向量化過程使得這些不同模態(tài)數(shù)據(jù)的內(nèi)部隱藏信息得以暴露，進而為多模態(tài)應(yīng)用提供支持。

一個典型的應(yīng)用場景是多語言搜索，向量數(shù)據(jù)庫支持跨語言的信息檢索，用戶可以使用英語、法語、中文等多種語言搜索圖書庫，而無需事先對書名進行多語言翻譯處理。這得益于向量表示能夠捕捉到語義相似性，使得來自不同語言的查詢和內(nèi)容能夠相互匹配。

再一個，東北證券指出，即使不考慮需要LLM支持的邊界拓展型應(yīng)用和多模態(tài)搜索，近似搜索功能就可以給向量數(shù)據(jù)庫帶來巨大的商業(yè)化潛力。比如推薦系統(tǒng)、圖像檢索、語音識別和處理、生物信息學(xué)等。

市場空間巨大，行業(yè)處于從0-1階段

東北證券指出，向量數(shù)據(jù)庫市場空間巨大，目前處于從0-1階段，預(yù)測到2030年，全球向量數(shù)據(jù)庫市場規(guī)模有望達到500億美元，國內(nèi)向量數(shù)據(jù)庫市場規(guī)模有望超過600億人民幣。

其認為，向量數(shù)據(jù)庫是AI時代的Killer App。AI時代一切AI化，而AI化的本質(zhì)則是向量化，向量化計算成本高昂，海量的高維向量勢必需要專門的數(shù)據(jù)庫進行存儲和處理，向量數(shù)據(jù)庫應(yīng)運而生，向量數(shù)據(jù)庫在拓展AI全新應(yīng)用場景的同時，也將對傳統(tǒng)數(shù)據(jù)庫產(chǎn)品形成替代，進而成為AI時代的Killer App。

相關(guān)公司方面，全球范圍內(nèi)來看，目前向量數(shù)據(jù)庫以初創(chuàng)公司為主，包括Pinecone、Milvus、Weaviate、Vespa等。

目前全球已有的向量數(shù)據(jù)庫產(chǎn)品主要包括Pinecone、Milvus、Weaviate、Vespa等，其中超過70%的向量數(shù)據(jù)庫選擇了開源，超過一半的向量數(shù)據(jù)庫具有云化部署的能力，大部分向量數(shù)據(jù)庫產(chǎn)品在進行ANN相似性搜索時采用HNSW（HierarchicalNavigable Small World）算法。

風(fēng)險提示及免責(zé)條款 市場有風(fēng)險，投資需謹慎。本文不構(gòu)成個人投資建議，也未考慮到個別用戶特殊的投資目標(biāo)、財務(wù)狀況或需要。用戶應(yīng)考慮本文中的任何意見、觀點或結(jié)論是否符合其特定狀況。據(jù)此投資，責(zé)任自負。

關(guān)鍵詞：