ByteHouse高性能向量检索技术指南 | 火山引擎

下载《ByteHouse高性能向量检索技术指南V1.0》

随着LLM（Large Language Models 大语言模型）技术应用及落地，数据库需要提高向量分析以及AI支持能力，向量数据库及向量检索等能力“异军突起”，迎来业界持续不断关注。简单来说，向量检索技术以及向量数据库能为 LLM 提供外置的记忆单元，通过提供与问题及历史答案相关联的内容，协助 LLM 返回更准确的答案。

不仅仅是LLM，向量检索与OLAP引擎也早有渊源。作为一种用于数据分析的软件，OLAP能够快速、高效处理大量数据，并提供多维度的分析功能，而向量检索则能帮助OLAP引擎进一步提升对非结构化数据的分析和检索能力。

ByteHouse是火山引擎推出的云原生数据仓库，同时也是一款OLAP引擎。通过在已有数据管理机制以及查询执行链路中去添加向量索引维护与查询逻辑，ByteHouse近期拓展了高性能检索能力，目前已支持多种向量检索算法以及高效的执行链路，可以支撑级大规模向量检索场景，并达到毫秒级的查询延迟。

《ByteHouse高性能向量检索技术指南V1.0》将结合ByteHouse团队对向量数据库行业和技术的前沿观察，解读OLAP如何建设高性能的向量检索能力以及相关落地场景。通过开源软件VectorDBBench测试工具，在 cohere 1M 标准测试数据集上，recall 98 的情况下，ByteHouse QPS性能已可以超过专用向量数据库。

点击这里，即刻获取完整白皮书