Zilliz 是一家科技公司，提供基于开源项目 Milvus 构建的云原生向量数据库服务。该公司专注于为人工智能和机器学习工作负载提供托管基础设施，特别是涉及图像、文本和音频等非结构化数据的相似性搜索与检索。Zilliz 的平台旨在支持从生成式人工智能系统到推荐引擎和异常检测等多种应用。
该公司由 Charles Xie 于 2017 年创立，他此前曾在 Oracle 和 Yahoo 工作。Zilliz 总部位于加利福尼亚州旧金山，并在中国设有研发机构。公司名称“Zilliz”源自“zillion”一词，体现了其处理十亿级数据运算的雄心。
Milvus 与向量数据库技术
Zilliz 的核心技术是 Milvus，这是一个于 2019 年首次发布的开源向量数据库。Milvus 旨在存储、索引和管理由神经网络模型（如大语言模型或图像识别系统）生成的海量向量。该数据库支持多种索引算法，包括 HNSW（分层可导航小世界）和 IVF（倒排文件），以实现快速的近似最近邻搜索。
2021 年，Zilliz 将 Milvus 捐赠给 Linux 基金会的 AI 与数据基金会，使其成为一个中立的开源项目。该公司继续主导该项目的开发，同时提供名为 Zilliz Cloud 的完全托管服务，该服务具备高可用性、数据复制和安全控制等企业级功能。
Zilliz Cloud 平台
Zilliz Cloud 是一项完全托管的向量数据库服务，可在包括亚马逊云服务、谷歌云和微软 Azure在内的主要云提供商上使用。该平台提供无服务器和专用集群选项，使组织能够扩展向量搜索工作负载，而无需管理底层基础设施。其主要功能包括多租户、基于角色的访问控制以及与主流机器学习框架的集成。
该服务同时支持 CPU 和 GPU 加速计算，其中 GPU 选项利用AMD和英伟达硬件进行高吞吐量的相似性搜索。Zilliz Cloud 提供与 Milvus 兼容的 API，支持从自建部署无缝迁移。截至 2024 年，该平台每天在各行业处理数十亿次查询。
应用场景与用例
Zilliz 的技术广泛应用于各类深度学习应用。在生成式人工智能领域，向量数据库充当大语言模型的记忆层，支持检索增强生成（RAG），使模型能够访问外部知识库。构建聊天机器人、语义搜索引擎和推荐系统的公司都依赖 Zilliz 进行高效的嵌入存储与检索。
其他用例包括图像和视频相似性搜索、药物发现、欺诈检测以及个性化内容推送。该平台还用于自动驾驶系统中的物体识别以及生物技术领域的基因组序列分析。Zilliz 的客户覆盖电子商务、金融、医疗保健和媒体等多个行业。
融资与发展
Zilliz 已获得大量风险投资以支持其发展。2022 年，该公司完成了由淡马锡领投的 6000 万美元 B 轮融资，现有投资者（包括云启资本和五源资本）也参与了投资。这笔资金用于扩展云服务、壮大工程团队以及推进向量索引算法的研究。
截至 2023 年，Zilliz 报告称其拥有超过 1000 家企业客户，以及超过 10000 名使用 Milvus 的开发者社区成员。该公司已与云提供商和 AI 基础设施公司（包括CoreWeave和Cerebras）建立了合作伙伴关系，为高性能计算环境提供优化的部署方案。
竞争格局与未来方向
Zilliz 活跃于快速发展的向量数据库市场，与其它专业提供商以及正在增加向量支持的通用数据库展开竞争。该公司通过专注于开源开发和针对十亿级数据集的性能优化来实现差异化。Zilliz 持续投资于近似最近邻算法和结合向量与标量过滤的混合搜索能力的研究。
未来的发展重点包括改进与Transformer模型的集成、增强对实时流式数据的支持，以及将托管服务扩展到更多云区域。该公司还在探索与OpenAI及其他 AI 模型提供商的合作，以简化检索增强型应用的部署流程。
社区与生态系统
Zilliz 围绕 Milvus 维护着一个活跃的开源社区，定期发布版本并汇集全球开发者的贡献。该项目已被学术机构和研究实验室（包括麻省理工学院计算机科学与人工智能实验室和伯克利人工智能研究实验室）采用，用于大规模相似性搜索实验。Zilliz 还组织会议和线下聚会，以促进向量数据库和 AI 基础设施领域的知识共享。
该公司提供丰富的文档、多种编程语言的 SDK 以及教程，以降低采用门槛。通过其社区项目，Zilliz 旨在将 Milvus 打造为开源向量数据库的标准，正如关系型数据库成为传统数据管理的基础一样。