专题演讲嘉宾：刘轩

近两年对 AI 技术架构影响最大的就是大模型。在大模型产生、迭代和演进的过程中，它对底层的基础设施提出了新的挑战。向量数据库是一种专门用于处理高维向量数据的数据库系统，通过把数据向量化然后进行存储和查询，可以极大地提升效率和降低成本。它能解决大模型预训练成本高、没有“长期记忆”、知识更新不足、提示词工程复杂等问题，突破大模型在时间和空间上的限制，加速大模型落地行业场景。在实际的业务实践中，我们还遇到了云上多租户隔离、标量数据与向量数据混合查询、百亿数据规模下的性能和成本优化等挑战。本次演讲将为大家带来百度智能云 BES（Baidu Elastic Search）在大规模向量数据库应用场景的探索和实践。

演讲提纲：

1. 向量数据库应用场景简介

2. 百度智能云 BES 构建向量数据库的技术挑战与实现

3. 百度智能云 BES 向量数据库应用案例介绍

你将获得：

• 了解向量数据库的应用场景
• 了解百度智能云  BES 的向量数据库实现细节
• 了解百度智能云  BES 的向量数据库应用案例以及如何解决在实际的业务实践中遇到的坑