随着 AI 技术的发展，产生了越来越多的非结构化数据，如图片、视频、音频、分子式、时间序列数据、用户信息，业界通过深度学习训练生成向量，并通过向量的近似度匹配实现搜索、推荐、风控等不同的应用场景。传统向量检索的方式效率较低，扩展性差，面对海量数据愈发束手无策，这时候，Milvus 应运而生。其解决了超高维、低延迟、向量/标量混合查询和数据实时可见性等问题。

本次演讲将主要介绍如何基于云基础设施打造优质的开源向量数据库，以及向量数据库未来的发展方向。 

演讲提纲: 

1. 向量检索101——什么是向量检索

• Embedding - 面向非结构化数据的数据类型
• 向量数据库 vs 传统数据库

2. Milvus 2.0——下一代云原生向量数据库 

• 向量数据库面对的新 Tradeoff
• 以日志为中心
• 批流一体化

3. 云原生实践

• 微服务化设计带来的复杂度
• 多云/开源下复杂依赖治理
• 可观测性

4. 向量数据库未来展望 

你将获得：

• 了解 AI 基础设施当下最新的演进趋势
• 了解向量检索的使用场景
• 学习云原生的设计理念以及 Milvus 社区在云原生的实践经验