阿里云云原生数据仓库 AnalyticDB for PostgreSQL 负责人，阿里巴巴资深技术专家，致力于构建超大规模 Serverless 云原生数仓。2011 年毕业于斯坦福大学计算机系，获得硕士学位。之后分别在 Amazon 和 Google 工作。在 Google 期间担任主任工程师，成功开发并部署处理数百 PB 级别数据量的系统以及线上大规模使用的千万级 QPS 的存储系统，用于服务 Gmail、Google Drive、Google Calendar 等应用。 2020 年加入阿里巴巴后，致力于攻克离在线一体、湖仓一体、Serverless 等技术难关，实现实时在线数据服务的秒级弹性、冷热混存、极致的压缩和高性价比的自研数据格式、智能优化器、混合负载及多租户的场景下的资源隔离、AIGC 场景下的自研向量能力等。
大数据时代下，数据规模高速地增长、不同类型的复杂数据分析和处理的需求不断增加；AIGC 时代下，大语言模型爆发，而向量作为非结构化数据（e.g. 文本、图片）的主要载体，在其中扮演了非常重要的角色。除此之外，在企业降本增效的大环境下，如何在一套系统里低成本地处理结构化和非结构化数据，也给现有的系统设计带来挑战。
本次演讲将为大家带来云原生数仓 AnalyticDB 向量版面临的技术和业务挑战以及实践经验。
演讲提纲：
1. 向量数据库在 AIGC 时代下的应用场景
2. AnalyticDB 构建高性能向量数据库的技术挑战和实现
3. 向量数据和传统结构化数据的一站式融合查询
4. AnalyticDB 向量数据库的案例分析
你将获得：
京公网安备 11010502039052号 | 产品资质
微信咨询
电话咨询
领取往期热门演讲视频
