大模型时代下的数据存储与分析该如何处理？有没有已经落地的应用实践？

　　为探讨这些问题，近日，阿里云联合Zilliz和Doris举办了一场以《大模型时代下的数据存储与分析》为主题的技术沙龙，其中，阿里云对象存储OSS上拥有海量的非结构化数据，Milvus(Zilliz)作为全球最有影响力的开源向量数据库项目、Doris(飞轮科技)作为热门的数据分析项目，都积累了丰富的非结构化数据处理和分析的最佳实践。

　　沙龙现场，Zilliz运营与生态负责人李晨进行了名为《向量数据库：大模型的记忆体》的主题分享。

　　受大模型催化，向量数据库方兴未艾。与传统数据库相比，向量数据库面向高维度向量，可以更好地处理图像、音频和视频等非结构化数据。李晨主要介绍了向量数据库的基本原理、应用场景和演进方向，以及Zilliz在此方向中的积累和心得。

　　他表示，向量数据库是AIGC大模型的重要补充，是提供准确可靠、高度可扩展的长短期“记忆”的关键载体，其在LLM领域的应用主要可以分为以下6类：管理私有数据和知识库、为大模型提供实时数据更新、实现大模型的个性化和增强、提供智能体的记忆、保存大模型的处理结果、构建更复杂的AI系统。当然，这其中离不开一个新的程序开发应用范式——CVPStack。

　　在CVPStack中，C是以ChatGPT为代表的大模型，它在AI程序中充当中央处理器的角色；V代表VectorDatabase，即以ZillizCloud和Milvus为代表的向量数据库，为大模型提供知识存储；P代表PromptEngineering，各环节通过Prompt的方式进行交互。

　　相比单模型架构，CVP架构在灵活性、可扩展性、实时性、成本四个维度都有明显优势。最关键的原因是，在CVP架构中，领域知识可以用数据入库的形式进行更新，而非重新训练或微调模型，向量数据库是该架构的重要组成部分。这其中一个典型的应用实践就是OSSChat，它用于解决开源项目文档冗长、不易查找等问题，目前已经支持几十个主流的开源项目。

　　此外，为了进一步降低应用构建成本，提供标准化组件，Zilliz已与全球头部大模型生态完成了C-V间对接。2023年3月，Zilliz作为OpenAI首批向量数据库合作伙伴，完成了Milvus与ZillizCloud插件化集成，作为官方推荐的向量数据库插件提供给广大应用开发者。同时，Zilliz还与LangChain、Cohere、LlamaIndex、Auto-GPT、BabyAGI等热门项目进行了深度集成。值得一提的是，ZillizCloud已经正式在国内提供云服务，也在今年7月份官宣了和阿里云的合作，相信在双方的努力配合下，一定可以让用户享受到更好的产品和服务。

免责声明：以上内容为本网站转自其它媒体，相关信息仅为传递更多信息之目的，不代表本网观点，亦不代表本网站赞同其观点或证实其内容的真实性。如稿件版权单位或个人不想在本网发布，可与本网联系，本网视情况可立即将其撤除。