|
|
近日，Milvus 老友汇·Arch Meetup 在深圳圆满落幕。本次 Meetup 由 Milvus 社区携手 Shopee 共同举办，同时还邀请到来自 AWS、点石科技的技术专家，分享电商行业、RAG 场景、AI 平台等如何基于向量数据库构建业务方案。
向量数据库国内以下是本次 Meetup 的重点内容：
Zilliz 开发者生态布道师 李成龙 《Milvus 2.4 新版本解读—— GPU、多模态、RAG 增强》
Shopee MMU 团队技术专家 田方聪《Shopee 在 MMU 业务的向量检索系统实践及探索》
Zilliz 解决方案架构师 张翔《使用 Zilliz Cloud 快速构建 AI 应用》
点石科技董事副总经理 苏佺道《使用向量数据库打造爱晚亭产品》
亚马逊云科技解决方案架构师 陈明栋《 亚马逊云科技生成式 AI 服务介绍及案例分享》
01.Milvus 2.4 新版本解读 -- GPU、多模态、RAG 增强
Zilliz 开发者生态布道师李成龙分享的主题是《Milvus 2.4 新版本解读-- GPU、多模态、RAG 增强》。他详细为大家介绍了 Milvus 2.4 版本的新特性以及这些功能开发背后的小故事。
李成龙提到，Milvus 2.4 包含以下新功能特性：Multi-Vector 多向量列、Grouping search 聚合搜索、Inverted Index 倒排索引、Milvus CDC 生态工具、GPU index 百倍加速、FP16/BF16 support 新数据格式、Sparse vector(beta) 稀疏向量、Embedding Libs 集成 Embedding。除了新功能特性，Milvus 2.4 还进行了不少重要的优化，包括 SDK 全面升级、Mmap optimization 容量更大、支持更多的 collections、Introduce L0 Segment、Refactor bulkinsert logic、Filtered search improvement。
现场，李成龙还向开发者介绍了 Milvus 北极星计划，具体详情可阅读《Milvus 社区在线寻找「北辰使者」！！！》了解。
02.Shopee 在 MMU 业务的向量检索系统实践及探索
Shopee MMU 团队技术专家田方聪分享的主题是《Shopee 在 MMU 业务的向量检索系统实践及探索》。他表示， Shopee 多媒体理解（MMU）团队自 2021 年开始使用 Milvus，并跟随 Milvus 社区发展在电商、直播和短视频等核心业务场景下成功落地向量检索业务。现场，田方聪着重介绍了 Milvus 在多媒体内容理解业务中的工程架构，以及 MMU 团队在 AI 模型服务的平台化实践。
田方聪提到了 Shopee 与 Milvus 联系紧密的实时检索业务和短视频去重业务，他认为 Milvus 团队提供的稳定向量检索能力、多样化功能特性，为 MMU 团队在向量检索场景搭建业务系统时提供极大的便利，其可靠的分布式扩展能力有效支撑了日益增长的数据规模。详细介绍可参考《用户案例｜Shopee 在多媒体理解业务的向量检索系统实践》。
03.使用 Zilliz Cloud 快速构建 AI 应用
Zilliz 解决方案架构师张翔的分享主题为《使用 Zilliz Cloud 快速构建 AI 应用》。他重点介绍了 Zilliz Cloud 的核心优势以及如何基于Zilliz Cloud 构建 RAG 应用。
张翔介绍，Zilliz Cloud 由 Milvus 原厂打造，提供全托管的 SaaS 向量数据库服务，具备深度优化、开箱即用的 Milvus 体验。使用 Zilliz Cloud 可以轻松构建百亿级向量数据库，分钟级部署和扩展向量搜索服务，并由全球最专业的向量数据库团队提供运维、优化、及综合支持。值得关注的是，Zilliz Cloud 上线了 Pipelines，它可以将文档、文本片段和图像等非结构化数据转换成可搜索的向量并存储在 Collection 中，帮助开发者简化工程开发，助力其实现多种场景的 RAG 应用，将复杂生产系统的搭建和维护简化成 API 调用，为 AI 应用开发者赋能。
最后，张翔还介绍了 Zilliz AI 初创计划，该计划预计提供总计 1000 万元的 Zilliz Cloud 抵扣金，致力于帮助 AI 开发者构建高效的非结构化数据管理系统，助力打造高质量 AI 服务与运用，加速产业落地《千万元补贴助力 AI 应用探索！「Zilliz AI 初创计划」已开启》。
|
|
