向量检索服务的基本概念

前置概念

阅读本文前，您可能需要了解如下概念：

• 什么是GPU？

• 什么是云原生？

什么是向量检索服务

向量检索服务DashVector基于通义实验室自研的高效向量引擎Proxima内核，提供具备水平拓展能力的云原生、全托管的向量检索服务。DashVector将其强大的向量管理、向量查询等多样化能力，通过简洁易用的SDK/API接口透出，方便被上层AI应用迅速集成，从而为包括大模型生态、多模态AI搜索、分子结构分析在内的多种应用场景，提供所需的高效向量检索能力。

• 多维度高精度：依据不同数据维度和分布选择不同算法或算法组合，根据具体场景需求实现精度和性能之间的平衡。

• 实时在线更新：采用扁平化的索引结构，支持在线大规模向量索引的从0到1的流式构建，实现了索引即增即查、即时落盘，以及实时动态更新。

• 高性能低成本：有限成本下实现最大化性能并满足业务的需求。

• 多场景适配：结合超参调优和复合索引等方法，提高系统的自动化能力，以及增强用户的易用性。

• 超大规模索引构建和检索：引入复合性检索算法，精于工程实现和算法底层优化，低成本实现高效率的检索方法，单片索引可达几十亿的规模。

• 标签+向量检索：在索引算法层实现了“带条件的向量检索”，解决了传统多路归并召回结果不理想的情况，满足组合检索的要求。

• 索引水平扩展：采用非对等分片方法实现分布式检索，支持有限精度下索引的快速合并，与Map-Reduce计算模型可有效结合。

• 异构计算：支持大批量高吞吐的离线检索加速，支持GPU构建邻居图索引，成功实现小批量+低延时+高吞吐的资源利用。

• Serverless：支持Serverless能力，为用户提供按需使用、弹性扩缩和免运维的使用体验。