在AIGC所引发的新一轮AI浪潮中，向量数据库成为资本的宠儿，引发了广泛关注，越来越多的数据库厂商布局向量数据库。

日前，在刚刚结束的第二十五届中国国际软件博览会·中国数据库产业峰会上，南大通用发布了GBase向量数据库GBase Cloud Vector DB，也带来了他们对市场的观察、思考和实践。

为什么需要向量数据库?

为什么需要向量数据库，可以从供需两端分别来看。

首先在需求端，正如南大通用董事长丁明峰所言，随着多元化场景发展，单一数据库不能解决所有问题，每一类应用场景都需要有一种数据库来支持，新兴业务场景催生了向量数据库的出现。

向量数据库可以看作是一种新型的NoSQL数据库，几年前，向量数据库便已出现，目前在机器学习和人工智能领域正变得流行。

向量数据库与传统的关系型数据库以及一些NoSQL数据库都不同，比如PostgreSQL，最初是用来存储行和列的表格数据，MongoDB，它以JSON文档存储数据，Neo4j，以点、边和属性存储图数据，挖掘关联关系。而向量数据库，是专门用来存储和查询向量(Vectors)的数据库。向量数据库做的是模糊匹配，输出的是概率上的最近似答案，比较接近于机器学习中的无监督聚类，这是向量数据库与其他数据库一个最大的不同。

向量数据库早期应用于搜索引擎和推荐系统，推荐系统使用向量数据库来存储、索引、搜索和检索非结构化数据的大量数据集，提高搜索、推荐的准确性和可用性。大模型LLM的出现扩展了向量数据库的应用场景，也让向量数据库变得格外火热。

目前主流的大模型如Transformer、Clip、GPT等都是预训练模型，训练的语料数据主要是文档、图片、音视频等非结构化数据，对于训练模型本身，这些非结构化数据就需要预处理转化为向量数据，然后进入模型，在底层还有历史海量数据进行向量计算，涉及相似问题查询，相似问题最优答案推荐，向量化数据的存储和计算需要一个向量数据库来支撑。

大模型走入千行百业需要更多的领域、行业大模型，企业出于数据安全、合规等多方面考虑，也会部署自己的私有大模型。向量数据库对于训练这些专有大模型是必不可少的，有专家指出，向量数据库在新一代AI基础设施中扮演了非常关键的角色。

需求的存在促使资本和厂商布局向量数据库，南大通用发布向量数据库也有自己的思考。丁明峰指出，在多元化场景发展趋势下，南大通用的发展策略是“聚焦数据库核心技术，提供场景化数据库解决方案。”数据库技术未来的发展将围绕助力用户降本增效、护航数据要素安全流通、赋能新兴业务场景三大目标，十二个细分技术方向持续迭代。其中，AI大模型催生的向量数据库自然成为研发重点，GBase Cloud Vector DB的推出进一步完善了其产品栈和场景覆盖能力。

GBase Cloud Vector DB有何独到之处?

伴随着大模型的火热，越来越多的厂商布局向量数据库，纵观市场上的向量数据库产品整体可以分为两大类：一类是原生向量数据库，比如Pinecone等多以创业公司为主;另一类是在原有数据库基础上添加插件提供向量检索能力，比如PG内置的 pgvector 提供向量搜索。

据悉，GBase向量数据库GBase Cloud Vector DB是在GBase 8a集群基础上实现，具有GBase8a的全部功能，使用统一的开发接口、用户权限、分布式执行计划、数据计算、存储服务等，是继承GBase 8a集群的高可用、高可扩展性、高安全性以及运维管理能力的分布式向量数据库。

具体来看，其新增的向量数据库功能有：

• 向量数据存储：增加向量数据类型(array)，在GBase 8a集群的表中可以创建一个或多个向量数据类型字段，存储向量数据;支持将原始数据(文本、图片)的存储位置信息(URI)记录到表中;

• 向量检索：实现余弦距离、欧式距离、内积等距离计算函数，用于计算向量间的距离;向量检索时，返回相似度高(距离短)的向量;

• 向量索引：实现余弦距离向量索引、欧式距离向量索引、内积向量索引，加速向量查询性能;

从架构上来看，GBase Cloud Vector DB采用存算分离架构，各层均可独立扩展。协调服务层拥有express引擎和向量引擎，存储服务层增加了向量类型数据和索引的存储文件，计算服务层增加了向量类型计算支持和向量类常用索引检索算法。

维度支持是衡量向量数据库的一个重要指标，GBase Cloud Vector DB能够处理大规模高维度的向量数据，支持2048维度以上浮点型向量数据的存储与近似检索。此外，GBase Cloud Vector DB支持结构化数据、向量数据统一存储，统一访问接口，支持关系模型与向量的多模联合分析。

南大通用的专家指出，向量数据库可以应用于自然语言处理、图像检索和视频分析、大模型支持、推荐系统、欺诈检测、基因检测等场景。比如在大模型支持方面，GBase Cloud Vector DB可以和大语言模型LLM配合使用，辅助大模型生成更加准确的答案。在推荐系统方面，GBase Cloud Vector DB通过向量引擎可以分析用户偏好和内容特征，实时生成个性化且高度相关的推荐。图像检索和视频分析方面，GBase Cloud Vector DB受益于库内向量表示和相似性的搜索功能。通过识别高维数据的相似性和模式，可以有效处理图像搜索、对象检测、人脸识别等。

在AIGC时代，向量数据库扮演着非常关键的基础设施角色。目前，AIGC、大模型的落地更多还在探索阶段，向量数据库将随着新一代AI的不断落地而壮大，与其他数据库一起助力企业走向智能化。随着GBase Cloud Vector DB的推出，南大通用为企业提供了一个新的选择。