Zilliz 是一家科技公司，提供基于开源项目 Milvus 构建的云向量数据库服务。该公司专注于为 Artificial intelligence 和 Machine learning 工作负载提供托管基础设施，特别是涉及非结构化数据（如图像、文本和音频）的相似性搜索与检索。Zilliz 的平台旨在支持从 Generative AI 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，他曾就职于 Oracle 和 Yahoo。Zilliz 总部位于加利福尼亚州旧金山，并在中国设有研发业务。公司名称“Zilliz”源自“zillion”一词，体现了其处理十亿级数据操作的雄心。
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 Neural network 模型（如 Large language model 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。公司继续主导该项目的开发，同时提供名为 Zilliz Cloud 的完全托管云服务，该服务提供高可用性、数据复制和安全控制等企业级功能。
Zilliz Cloud 平台
Zilliz Cloud 是一种完全托管的向量数据库服务，可在包括 Amazon Web Services、Google Cloud 和 Microsoft Azure 在内的主要云平台上使用。该平台提供无服务器和专用集群两种选项，使组织无需管理底层基础设施即可扩展向量搜索工作负载。其主要功能包括多租户支持、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 NVIDIA 硬件实现高吞吐量的相似性搜索。Zilliz Cloud 提供与 Milvus 兼容的 API，使用户能够从自托管部署无缝迁移。截至 2024 年，该平台每天处理数十亿次查询，服务于多个行业。
应用场景与用例
Zilliz 的技术广泛应用于各类 Deep learning 应用。在 Generative AI 领域，向量数据库充当 Large language model 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荐。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。
融资与增长
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，现有投资者云启资本和 5Y Capital 也参与了本轮融资。这笔资金主要用于扩展云服务、壮大工程团队以及推进向量索引算法的研究。
截至 2023 年，Zilliz 报告称拥有超过 1,000 家企业客户，以及超过 10,000 名使用 Milvus 的开发者社区成员。该公司已与多家云服务商和 AI 基础设施公司（包括 Coreweave 和 Cerebras）建立合作伙伴关系，以在高性能计算环境中提供优化的部署方案。
竞争格局与未来方向
Zilliz 处于快速发展的向量数据库市场中，与专业供应商以及正在增加向量支持功能的通用数据库展开竞争。该公司的差异化优势在于其对开源开发的专注，以及对十亿级数据集性能优化的持续投入。Zilliz 继续投资于近似最近邻算法的研究，以及结合向量和标量过滤的混合搜索能力。
未来的发展重点包括改进与 Transformer (architecture)-based 模型的集成、增强对实时流数据的支持，以及将托管服务扩展到更多云区域。公司还在探索与 OpenAI 及其他 AI 模型提供商的合作，以简化检索增强生成应用的部署流程。
社区与生态系统
Zilliz 围绕 Milvus 维护着一个活跃的开源社区，定期发布版本并吸纳全球开发者的贡献。该项目已被学术机构和研究实验室采用，包括 MIT CSAIL 和 BAIR (Berkeley AI Research)，用于大规模相似性搜索的实验。Zilliz 还组织会议和聚会，以促进向量数据库和 AI 基础设施领域的知识共享。
公司提供全面的文档、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，就像关系型数据库成为传统数据管理的基础一样。