考研数据库，考研数据库查询
随着ChatGPT的问世和AIGC的快速发展，数据源的质量和数量往往与大模型训练效果高度相关，数据成为AIGC应用产品的核心竞争壁垒之一。AI的突破得益于高质量数据，华泰证券认为数据是大模型竞争关键要素之一。
对于大模型训练，能否未来得到优质的大模型，与投入的数据质量非常关键，包括通用参数、文本语言、图像、视频音频等等，投入数据的质量高低，会直接影响模型最终生成的内容。
以GPT-3为例，其训练集中中文数据仅占0.1%，这一方面因为GPT为美国开发，以英文语料为主；另一方面也反映了目前可获得数据集中，中文内容仍然相对稀缺。国内大模型训练基于中文原生内容仍是第一选择，翻译数据训练效果劣于中文原生内容。
未来随着生成式AI大模型开发量和使用量的增长，向量数据库的应用有望快速增长。向量数据库是一种专门用于存储和查询高维向量数据的数据库系统，被广泛用于机器学习、计算机视觉、自然语言处理等领域，以便于对大规模向量数据进行高效存储、索引和查询。
相较于传统数据库，向量数据库具备优势包括：其一，高效的向量查询；其二，良好的扩展性；其三，更好的数据可视化；其四，更好的机器学习支持。
从数据库整体市场规模来看，德邦证券在4月13日研报中指出，国产数据库劲头旺盛，2021年中国数据库市场总规模达286.8亿元同比增长16.1%，CAGR（2021-2026e）达16.2%。
东北证券分析指出，向量数据库市场空间巨大，目前处于从0-1阶段。预测到2030年，全球向量数据库市场规模有望达到500亿美元，国内向量数据库市场规模有望超过600亿人民币。
下面经过我研究复盘，筛选出有潜力的“向量数据”概念股：
云创数据
公司的“eVector向量计算一体机”相当于从硬件层面实现了向量数据库，主要针对特征向量计算场景，用优化后的CPU代替GPU，解决高维向量计算中的算力不足的卡脖子难题。
东软集团
提供软件和信息技术服务，其旗下的神州通用是由中国电子科技集团公司(CETC)成员单位共同投资组建的国家高新技术软件公司，其核心产品Milvus是款开源向量数据库，能够支持海量向量数据的存储、管理和检索，提供多种索引和距离计算方法，支持分布式部署和水平扩展，适用于各种AI应用和向量相似度搜索场景。
星环科技
专注于向量数据库研发和应用，拥有自主知识产权的图数据库产品StellarDB，以及向量搜索引擎和向量计算引擎等配套产品。
美亚柏科
公司掌握针对向量数据的提取、优化、检索等计算技术，并已将相关技术应用于公司“慧视”视图中台等相关产品。
大华股份
公司构建以视频为核心的大数据平台架构，包含向量数据库。
中国软件
提供大数据产品及综合解决方案，其旗下的万里开源是创意信息控股的子公司，主要从事向量数据库GreatDB的研发和应用。
风险提示：本文所提到的观点仅代表个人的意见，所涉及标的不作推荐，据此买卖，风险自负。
考研数据库(考研数据库查询)