索引速度提升10倍！爱可生向量数据库基于升腾AI实现全面升级近日，爱可生向量数据库(TensorDB)在深圳升腾创新中心的支持下，成功完成了与华为Atlas 800推理服务器和全场景AI框架升思MindSpore的兼容性测试，实现了爱可生向量检索技术与升腾AI基础软硬件平台的全面融合。这一融合不仅提升了向量数据库的性能，更在索引速度上实现了10倍以上的提升。一、爱可生信息技术股份公司简介上海爱可生信息技术股份有限公司是国内知名的分布式数据库、开源数据库解决方案以及数据处理技术提供商。公司自主研发的云树数据中台、数据库集群管理平台、数据库云平台软件、向量数据库等产品已被广泛应用于金融、电力、智能制造、电信、广电、交通等行业。其标杆客户包括中国工商银行、兴业银行、中国农业银行、太平洋保险、友邦保险、中国人保、国家电网、上汽集团、中国移动等世界500强企业。二、向量数据库(TensorDB)概述向量数据库(TensorDB)是爱可生公司自主研发的一款针对海量非结构化数据的高维数据存储、管理、计算的综合解决方案。它旨在满足金融、交通、互联网等行业对核心业务系统高可用性、高扩展性的要求，特别是在以图搜图、视频推荐、文本检索等常见的AI场景中，提供高效、稳定的向量检索能力。三、基于升腾AI的TensorDB内核优化基于升腾AI平台，TensorDB内核的众多计算任务实现了深度优化，具体表现在以下几个方面：降低了向量计算、矩阵计算等高维数据之间计算带来的消耗：通过优化算法和硬件加速，TensorDB显著降低了高维数据计算过程中的资源消耗，提升了检索算法的批处理能力。据测试，读入并计算的请求数可达每秒4000次，大大提升了处理效率。保障了不同维度、数量级的向量数据训练和检索的稳定性：TensorDB在优化过程中，充分考虑了向量数据的多样性和复杂性，确保了在不同维度和数量级下，向量数据训练和检索的稳定性和准确性。在不损失检索精度的前提下，使模型训练的收敛速度提升4倍以上。充分利用算子可以异步执行的特点，实现了数据预处理、多种计算类算子、数据后处理在不同线程、不同流之间并发：这是TensorDB实现索引速度10倍以上提升的关键所在。通过异步执行和并发处理，TensorDB能够充分利用硬件资源，提高索引过程的并行度和效率。这一优化使得TensorDB在处理大规模向量数据时，能够更快地构建索引，提高检索速度。四、向量数据库TensorDB解决方案整体架构向量数据库TensorDB的解决方案整体架构包括数据接入层、数据存储层、数据处理层和数据应用层。其中，数据接入层负责接收并处理来自不同数据源的数据；数据存储层采用高效的向量索引结构，存储海量高维数据；数据处理层利用升腾AI平台的计算能力，对向量数据进行预处理、计算和后处理；数据应用层则提供丰富的API和SDK，支持用户进行高效的向量检索和数据分析。五、展望未来随着存储成本的下降以及新兴技术的发展，各行各业对非结构化数据的重视程度将越来越高。向量数据库作为处理非结构化数据的重要工具，其性能和效率将直接影响到数据分析和应用的效果。升腾AI将努力做好基础软硬件平台，发挥在人工智能领域积累的技术优势，携手爱可生等伙伴，共同加强数据场景能力建设，共同服务中国数字经济转型升级。通过此次与升腾AI的全面融合，爱可生向量数据库(TensorDB)在索引速度上实现了显著提升，为海量非结构化数据的处理和分析提供了更加高效、稳定的解决方案。未来，随着技术的不断进步和应用场景的不断拓展，TensorDB将继续发挥其在向量检索领域的优势，为更多行业提供更加优质的服务。