前言 这篇文章来自 Milvus 社区的一位资深用户投稿——他是某跨国金融科技巨头中, AI、ML与平台架构的技术负责人。在文中,他分享了自己在支付后推荐系统的设计实践、数据库选型的技术取舍,...
前言 几十年来,从报表系统到财务分析,再到用户行为查询,我们早已习惯了通过 SELECT–FROM–WHERE 的方式与数据库对话。而在这一过程中,SQL 也逐渐成为人们对‘数据库查询’的默认理解方式...
我们在做 Zilliz Cloud 的过程中,其实遇到过很多用户问我们一个问题: “如果我想从 Serverless 集群切到 Dedicated,要怎么迁?” 看上去,这是一个再正常不过的 SaaS 使用场景。从小团队到...
5月24日,深圳场Unstructured Data Meetup 将在深业上城Google Office举办! Unstructured Data Meetup 是以非结构化数据和 GenAI为主题,面向开发者的技术分享线下聚会,该活动源自硅谷,由...
今天看了眼Milvus的star数量,已经接近3.5万,到达一个新的里程碑。 回顾过去,从0到100,从100到10,000,再到如今,时间过去了已经快六年,在这期间我们发布了多个重要版本,也迎来了来自全...
通过通过将原始输入转换为固定大小的高维向量,捕捉语义信息,embedding(嵌入)模型在构建RAG、推荐系统,甚至自动驾驶的模型训练过程中都产生着至关重要的影响。 即使 OpenAI、Meta 和 Go...
本文为Milvus Week系列之六,该系列旨在分享Zilliz、Milvus在系统性能、索引算法和云原生架构上的创新与实践,以下是DAY6,即Milvus2.6新功能内容划重点: 降本提速:引入RabitQ量化兼顾内存...
本文为Milvus Week系列之五,该系列旨在分享Zilliz、Milvus在系统性能、索引算法和云原生架构上的创新与实践,以下是DAY5内容划重点: 重复冗余数据,会导致大模型训练时资源浪费、性能下降、...
本文为Milvus Week系列之四,该系列旨在分享Zilliz、Milvus在系统性能、索引算法和云原生架构上的创新与实践,以下是DAY4内容划重点: Milvus 2.6 中,我们决定:重写 Milvus 的流处理架构。...
本文为Milvus Week系列之三,该系列旨在分享Zilliz、Milvus在系统性能、索引算法和云原生架构上的创新与实践,以下是DAY3内容划重点: 技术革命需要Benchmark牵引。但大部分Benchmark对生产毫...
同学们,想好这个暑假要怎样度过了吗?想和Zilliz在内一众数据库企业大佬面对面吗?想要提升技术实力,参与实际软件项目开发? 欢迎加入开源之夏 Milvus 社区的挑战吧!这个暑假,与顶尖技术...
活动主题:“向量数据库:数据库与AI的交叉点”线上技术直播 时间:2024年5月15日 19:00-21:00(总时长2小时),30分钟议题,4个话题 活动形式:腾讯会议在线直播 核心看点:分享向量数据库的...
本文为Milvus Week系列之二,该系列旨在分享Zilliz、Milvus在系统性能、索引算法和云原生架构上的创新与实践,以下是DAY2内容划重点: 高维空间的随机性,反而会带来新的确定性。遵循高维向量...
开源,正成为大模型时代全球科技产业的共同语言。 感谢每一位开发者、社区伙伴和用户的支持,正是因为有你们,Milvus 才能成为在GitHub 拥有3.4 万颗星的全球领先开源向量数据库产品。 我们的...
5月24日,深圳场Unstructured Data Meetup 将在深业上城Google Office举办! Unstructured Data Meetup 是以非结构化数据和 GenAI为主题,面向开发者的技术分享线下聚会,该活动源自硅谷,由...
备注:推荐人写Zilliz会加快审核进度哦
前言 2025年了,应该没有企业还没有构建自己的企业知识库吧!!! 自今年年初DeepSeek爆火,紧随其后MCP降低应用开发难度,构建企业级知识库,早就从可选项变成了必选项。 毕竟,部门有分工、...
5月15日晚上20:00-21:00,Zilliz直播间,Zilliz Senior Software Engineer田敏,将带来《如何让milvus更快,从资源配置到索引参数》的分享。 在此之后,我们会开设半小时(20:30-21:00)的自...
前言 选型一时爽,扩容火葬场。 “前期技术架构搭建的时候图简单,就选了一些门槛足够低的入门级数据库,结果等到产品落地、数据量飞涨的时候,用户几天之内从五千涨到十万,服务器崩完,数据...
没有更多内容
加载失败,请刷新页面
文章删除后无法恢复,确定删除此文章吗?
动弹删除后,数据将无法恢复
评论删除后,数据将无法恢复