计算机行业行业专题报告：向量数据库-大模型引发爆发式增长.pdfVIP

证券研究报告|行业专题报告

计算机行业

行业评级强于大市（维持评级）

2023年5月8日

向量数据库-大模型引发爆发式增长

投资要点

核心观点：

•向量数据库为大模型提供记忆，是大模型应用的刚需工具。

在大模型应用中，不断涌现的B端对专用数据的需求、C端对个性化与自动化的需求，带来给大模型增加记忆

功能的刚性需求。向量数据库因为可以为大模型提供记忆而需求倍增，AutoGPT更是把对向量数据库需求量

推到了更高的水平。

•向量数据库的竞争格局：大模型厂商不构成竞争，以专业厂商为主

大模型的训练和推理本身只涉及embedding模型，不需要向量数据库，因此大模型厂商不形成直接竞争。专

业向量数据库厂商当前以Zilliz、Pinecone等为主，4月以来海外多家知名向量数据库创业企业陆续传出融资

喜讯。

•市场空间：预计2025年向量数据库占非结构化数据处理需求约三成，数据向量化后存储将带来较大膨胀

中国数据库市场规模2022年约300亿人民币，预计到2025年将达到约500亿人民币。随着非结构化数据的增

加，非关系型数据库的营收占比预计将逐年提升。向量数据库同样用于非结构化数据的处理分析需求，我们

推测到2025年其将占非结构化数据处理需求约三成，同时数据向量化后相比传统非结构化数据存储有较大膨

胀，因此其价格将会数倍于传统的非关系型数据库产品。

投资建议：建议关注星环科技。星环科技主营数据库和大数据产品，公司研发实力雄厚有相关技术储备。

风险提示：技术研发不及预期、市场开拓不及预期。

2

Part1向量数据库在大模型中的应用原理P04-P07

目Part2向量数据库的市场竞争格局P08

Part3向量数据库的商业模式与市场空间P09

录

Part4投资建议P10

Part5风险提示P11

3

从向量搜索到向量数据库，向量伴随着ML/AI模型的发展而发展

概念定义备注

虽然大模型端到端呈现的都是文字文本，但模型实际接

为AI理解世界的通用数据形式，是多模态数据

向量触和学习数据是向量化文本，因为文本本身直接作为数

的压缩

据维度太高，机器学习效率太低

Embedding将文字文本转化为保留语义关系的向量文本即embedding模型对自然语言的压缩和总结，将高维

数据映射到低维空间

在海量存储的向量中找到最符合要求的TopN传统数据库索引是精确匹配，也就是说，传统数据库中

向量搜索个目标。向量搜索是模糊匹配，返回的是相对的数据要么符合查询要求/返回数据，要么不符合查询

最符合要求的N个数据，并没有精确标准答案要求/无数据返回

用以高效存储和搜索向量。保证100%信息完

向量数据库整的情况下，通过向量嵌入函数(embedding)传统数据库无法满足此类操作和需求，只能实现部分向

精准描写非结构化数据的特征，从而提供查询、量数据的