關於非結構化資料、向量資料庫、AI新時代以及我們的種子輪融資
Qdrant宣佈完成750萬美元種子輪融資,由Unusual Ventures領投。文章討論向量資料庫在AI時代的重要性,非結構化資料的爆炸式增長,以及Qdrant作為開源向量相似性搜尋解決方案的進展和未來計劃。
Qdrant 宣佈完成 750 萬美元的種子輪融資,由 Unusual Ventures 領投,多位天使投資人和現有投資者參與。這筆資金將用於推動開源向量相似性搜尋解決方案的開發,幫助工程師充分利用非結構化資料和大型語言模型(LLM)的強大能力。
非結構化資料正呈指數級增長。預計到 2025 年,全球資料圈將達到 165ZB,其中約 80% 是非結構化的。與此同時,AI 需求快速增長,現有基礎設施難以滿足。約 90% 的機器學習研究未能投入生產,原因在於缺乏合適的工具。向量資料庫應運而生,它透過神經網路的向量嵌入表示物件,支援儲存、管理和大規模搜尋高維資料,適用於語義搜尋、推薦系統、異常檢測等多種場景。
隨著大型語言模型的興起,向量資料庫成為 AI 新棧的基礎元件。它擴充套件了基於 LLM 的應用程式(如 ChatGPT)的知識庫,使其能夠接入即時資料,催生了“Co-Pilot for X”等新型產品。Qdrant 正致力於解決傳統向量搜尋庫(如 FAISS)的不足,提供生產級特性,如 CRUD 操作、高階過濾、分散式部署等。
Qdrant 開源生態系統包括 Qdrant Cloud 和即將推出的企業級本地部署方案。Qdrant Cloud 自年初上線以來已服務超過 1000 個叢集。技術方面,Qdrant 採用 Rust 語言和定製的 HNSW 演算法,在保持高效能的同時支援即時過濾。近期釋出的標量量化技術將記憶體使用降低 4 倍,速度提升 2 倍,後續還將推出產品級量化以進一步節省記憶體。
公司強調社群和粉絲的支援至關重要。Qdrant 的種子輪融資過程僅用數天,最終選擇 Unusual Ventures 因其對開源生態的深刻理解。團隊認為,社群和使用者將決定產品的成敗,而非風投。他們呼籲投資者關注社群動態和產品反饋,而非華麗的簡報。