AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


泼天富贵,OpenAI收购数据仓库公司,为什么?
发布日期:2024-06-24 09:03:09 浏览次数: 1631

01


泼天的富贵,

谁不喜欢呢。

OpenAI买哪家公司,

哪家公司就富贵。

比如,OpenAI收购“亲爱的数据”。

这种事,一般人也就只敢想想,

而谭老师我,不一样。

不仅可以白日做梦,

还可把假设在自己文章的开头。

先插一条八卦,

Rockset富贵之后,

就在官网大声说,

现有(Current)客户就都不服务了。

天啊撸,原来美国也是:

上岸第一剑,先斩意中人。

不是说客户是上帝吗?

只要给的钱够多。

上帝也可以不要了。

看来信仰,

在OpenAI面前也崩塌了。


说回正经,

新闻快讯里细节很多,

大家自己去看,

老规矩,谭老师主要负责开玩笑,

和聊深入的。

熟悉的读者都知道,

谭老师我的调性

是“一个为什么不够,再问一个问什么,还问一个为什么?”

第一个,

OpenAI为什么要买数据仓库公司?

第二个,

这类公司很多,为什么是Rockset?

第三个,

Rockset做对了哪些事情?

回答这三个问题之前,

我来向大家展示一下,

相关公司有多少。



数据来源于Rockset官网。

万一,

有公司跳出来说,

我也是Rockset竞品。

可能Rockset不把它当竞品。

总之,竞品很多。

放心,OpenAI买的公司技术肯定不差。

而且买Rockset,

不是为了投资,

就是为了买技术。

下一步,

把技术整合进现有的体系。

所以Rockset的技术一定要足够好,

才能配得上人家的GPT。




02



先第一个问题:

为什么要买数据仓库公司呢?

我们先了解一件事情,

数据是AI大模型的石油,

有车多加油,这没毛病吧。

所以,也想给大模型多加数据,

从基础模型开始,

有且只两个方式,

能够给模型加油,

哦,不是,加数据:

第一,微调型训练。

第二,RAG。

RAG是啥等下解释。

既然只有两种,那么

人人都能看出来,

这两种方式非常重要,

不能凭空生出第三种来。

对普通人来说,

问答(ChatBot)能满足大部分需求,

给大模型加油(数据),

谁的需求最迫切呢?

答案是,有很多数据的企业。

没数据,你也迫切不起来。

有数据,才能有作为。

这样,我们的聊天就进入企业级服务的讨论的范畴里了。

用脚指头都能想到,

想让中石油石化,高盛花旗,

把数据拿出来给大模型公司,

不可能,

这绝对不可能。

全部是秘密,

不是秘密也是机密,

开什么玩笑。

这时候,

要么去企业的服务器上微调模型,

数据在企业自己的服务器上,

哪里也不去。

要么就用RAG。

RAG的英文名特别高深,

检索增强生成,

好家伙,连用三个动词,

不觉得累么。

不如让我讲个简单的。

你有一个非常聪明的朋友,

可以回答任何问题。

但是,有时朋友回答可能不准确或过时,

因为只会用以前学的书本上的知识。

那好办,

让你朋友在回答问题之前,

先翻查资料。

这样,不就更准确,

更可靠了吗。

你看,讲解科技原理很简单,

看看表,不到一分钟。

我的对其工作原理的理解是,

RAG这件事的本质就是找东西。

找东西,很简单,

有点东西,

先存下来,再找。

怎么找是怎么存决定的。

这样看来,存和找可以看成一件事。

好,这点,我们按下不表。

放眼全世界,

找东西有哪几种方式?

我说的是,企业级服务里面的找东西,

个人找信息不是上谷歌,

就是上百度。

而在企业里,可以用三种方式找东西。

第一“找”,

在数据仓库(OLAP)找东西。

数据仓库(OLAP)是一种专门用于在线数据分析的数据库。

在线这件事,后面讲。

数据库有套标准化的东西,

搞AI的人特别羡慕,

那就是SQL。

不过没关系,

搞数据的人都很羡慕AI的宣传能力。

搞数据库的著名专家一年到头没有人采访,

搞AI的“名人”天天被人围着采访。

这就扯平了。

接着聊。

本质上,数据库是一种精确运算,

统计从去年可口可乐的销售额,且排序。

无论你查询多少次,

同样的查询,

同样的答案。

答案是精确的,不变的。

表总是那个表。

而其他就很难保证精确性了(近似或者模糊)。

这个等下再说。

第二“找”,

用Elasticsearch这种搜索组件找东西。

既然出场了,

就给Elasticsearch个比较商(高)务(端)的介绍。

一款开源的搜索和分析引擎

旨在为各种规模的数据提供快速,

灵活和可扩展的搜索功能。

它被广泛用于各种应用场景。

要我说,

它特别擅长找文本信息,

也就是语义信息(semantic)。

这里有关于谭婧老师写的文章五万篇,

找500篇出来。

哗啦一下都给你找出来。

还给你排序。

谭老师我AI基础软件,AI芯片,供应链上的运筹学等等都写。

此查询将返回所有包含短语“AI芯片”或其同义词的文章。

这个,就是我说的模糊查找。

第三“找”,

在向量堆里找东西。

还搜索谭婧老师,这次向量距离是重点,

距离近的都给我搜出来,

当谭老师我变成一个向量信息,

是啥就已经不重要了,

不需要知道这是一位科技科普KOL。

主打一个找向量距离近的。

这种,本质是一个近似搜索。

这三种“找东西”的方式,

都很好。

以OpenAI的调性,

一定会说:

“经费有限才做选择,有钱全都要”。

巧了,Rockset,一石三鸟,成交。

等一下,“先谈个价钱”。



03


再回答第二个问题:

全世界这类产品有很多,

为什么是Rockset?

这个时候,就要夸夸Rockset了。

反正怎么夸都不会翻车,

因为OpenAI买了,

就是最大的商誉背书。

夸它的空间非常大。

你可以说什么,

前大厂员工创业,

毕竟,公司的六名高管中有四人都曾任职脸书(Facebook)。

还可以说,

创始人名校背景。

毕竟,CEO是威斯康星大学麦迪逊分校计算机专业背景,

数据库老兵。

另外,Rockset的CTO兼联创,

还有一个“殊荣”,

大名鼎鼎的RocksDB的作者


话不多说,Rockset好在哪?

实时”这点,

拿出来先说,

大模型的服务是实时的,

要是Spark在那里跑一小时才出来,

开什么玩笑。

机器人呆若木鸡一小时。

去RAG里面拿信息,

等一小时,

再感谢用户的耐心。

这极不合理。

RAG是个在线服务,

这一整套都是在线服务。

再说,

这里暗藏了一个重点:

找东西这件事用什么组件?

前面说了

有三种组件可以为企业级服务找东西,

我们来复(重)习()一下:

一,数据仓库(OLAP),

二,Elasticsearch,

三,向量数据库。




04



第三个问题,

Rockset做对了哪些事情?

裉节在于,

在数据仓库(OLAP)上面扩展向量检索和语义检索并不困难,

但是,反之不行。

但是之后往往是重点。

这从另一个角度说明,

数据仓库(OLAP)的技术栈,

比单纯做向量检索,语义检索的技术栈更深,

想做好并不容易。

重要的是,这个组件是企业数字化转型最核心的点。

为什么这么说?

数字化有三件事重要,

有数,存数,用数。

得用一套扩展性把企业所有数字化的需求都满足。

巧了,这个东西用数据仓库(OLAP)能很好的完成。

更巧的是,

Rockset也是这么做的。

不仅是这么做的,

而且是数据仓库(OLAP)众多产品中,

对文本检索和向量检索支持做得最好。

这下,

能看出Rockset技术的厉害之处了吧。

毕竟,

上OpenAI的购物清单,

也不简单。

Rockset的技术路线正是从数据仓库(OLAP)技术栈,

扩展到了向量和语义搜索。

很重要的一点,

这个顺序不能错。

并且,只有向量检索和文本检索也不行。

你看,OpenAI很可能也是这么认为。

再抄一遍答案:

企业级RAG的核心,

是支持搜索召回能力的数据仓库(OLAP)。

且数据仓库(OLAP)具备更好的扩展性,

这点从70年代有BI的时候开始到现在,

一直被证明。

为什么扩展性为什么如此的重要?

数据仓库(OLAP)能够通过一套体系,

把企业所有的需求都满足。

数据仓库上层的负载变化多样,快速增长。

文本检索这浪,做得好还不够,

向量检索这波又来了,

每招都要能接招,

跟上迭代。

再问下去,

做好扩展性的根本是什么?

一是数据开放性,

二是可组装性(高端说法“架构松耦合”),

且在保证前两者的基础上,

和性能上面做很好的平衡。

也就是说,把前两者做好,

不能牺牲性能。

比如,这个车可以换引擎,

但这车不能比换不了引擎的车。

油耗多十倍。

无论是OpenAI还是另外谁,

带着需求来了,都要能被组装到基础的数据架构中去。

对OpenAI来说,

To C赚钱,To B也赚要钱,

ToB就必须在数据架构上发力,

也就是夯实数据平台基础。

这类数据平台产品也很需要积累,

比如Snowflake和Databricks就积累得足够深,足够好,

好消息是,

美国的软件生态特别好,

只要你觉得值得,

那就花钱买家好公司来。

不卖的话,

那就价格再高一点。

这件事上,说个判断,

OpenAI要好好赚B端(企业级)客户的大钱了。

为什么这么说?

这个阶段,在B端(企业级)生意里边,

企业级的RAG最核心。

如果OpenAI想落地这个东西,

它需要有一个平台或者引擎能把这一套承接起来。

既然没有选向量数据库,

OpenAI的判断就不是单纯向量数据库,

而是一个具备很好搜索能力的数据仓库(OLAP),

加上向量数据库的能力。

有些做向量数据库的朋友,

应该不会喜欢这个观点,

不过我坚持。)

老店迎新客:向量数据库选型与押注中,没人告诉你的那些事




(完)


 

One More Thing



这篇文章需感谢云器科技的CTO关涛。

那不得不问一下,

关涛是谁?

让我来介绍的话,

他曾是阿里云贾扬清团队的高T,

阿里云历史上最年轻的P10,

前阿里云飞天大数据系统的负责人,

这些事我早知道,他一直不让我说,

经过我的分析,

云器科技创立之时的设计理念,

和这次收购的逻辑,

不谋而合。




《我看见了风暴:人工智能基建革命》,
作者:谭婧


53AI,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

年轻人!来一起搞AI吗?

如果你看见AI对商业世界的变革,欢迎来和我们一起探索~

岗位:销售经理

查看详情

岗位:项目经理

查看详情

岗位:产品经理

查看详情

岗位:测试工程师

查看详情

联系我们

售前咨询
186 6662 7370
产品演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询