Эволюция векторного поиска в YDB: от базовых методов к масштабируемому глобальному индексу

Базы данных и системы хранения

Machine Learning
YDB

Доклад принят в программу конференции

Мнение Программного комитета о докладе

Хотите знать, что же такое векторный поиск? Хотите знать причем здесь ИИ? А как сделать так, чтобы он был быстрым? А как сделать так, чтобы он масштабировался на множество нод? Приходите на доклад о том, как векторный поиск со всеми этими свойствами сделан внутри YDB.

Целевая аудитория

Разработчики, лиды разработки, технические менеджеры. Все, кто решал, решает или интересуется задачами машинного обучения и построения больших распределенных баз данных.

Тезисы

В докладе мы подробно рассмотрим, как YDB преодолела путь от простого и наивного векторного поиска к созданию продвинутого индекса. Вы узнаете о ключевых этапах развития, вызовах и решениях, которые позволили нам создать систему, способную эффективно обрабатывать миллиарды векторов и масштабироваться на тысячи узлов.

Мы обсудим:

* как векторный поиск улучшает ответы больших языковых моделей;
* принципы работы векторного поиска и его применение в YDB;
* основные проблемы и сложности при разработке векторного индекса;
* особенности и преимущества глобального синхронного индекса;
* стратегии масштабирования и оптимизации производительности;

Этот доклад будет полезен всем, кто интересуется современными подходами к организации векторного поиска в больших данных.

Руководитель группы, кандидат технических наук, доцент.

Видео

Другие доклады секции

Базы данных и системы хранения