向量检索被广泛使用于以图搜图、内容推荐以及大模型推理等场景。随着业务升级与 AI 技术的广泛使用，用户期望处理的向量数据规模越来越大，对向量数据库产品的稳定性、易用性与性能需求也越来越高。为此火山引擎 ByteHouse 团队基于社区 ClickHouse 进行技术演进，提出了全新的向量检索功能设计思路，满足业务对向量检索稳定性与性能方面的需求。

演讲提纲：

1. 向量检索概念以及在 LLM 场景的应用
2. 当前业界向量数据库发展情况
3. ClickHouse 结合向量检索的优势，以及社区当前向量检索局限性与性能问题分析
4. ByteHouse 向量检索功能设计思路介绍
5. 性能比较

听众收益点：

• 向量搜索的使用场景
• 向量搜索与 OLAP 结合的优势
• 如何在 OLAP 系统中实现高效向量搜索