Zilliz推出Vector Lakebase架构：从优化速度转向降低向量数据库成本
原帖
**我们花了8年优化向量数据库速度，然后我们停了下来**
_We spent 8ys making vector databases faster. Then, we stopped_
> Zilliz（Milvus背后的公司）宣布推出Vector Lakebase，这是一种新的向量数据库架构。该架构的核心思想是：传统的“始终在线”服务模型对于不常查询的向量嵌入数据来说成本过高。Vector Lakebase旨在支持“按需计算”模式，即数据保持可查询状态，但无需为专有服务器支付全天候运行费用，从而显著降低存储和计算成本。文章详细解释了传统架构（如基于HNSW索引，数据必须加载到内存才能快速查询）的物理限制，并对比了新架构如何通过将数据与计算分离来应对AI时代数据访问模式的变化（例如，临时实验、低活跃度用户产生的嵌入数据）。
**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-products
- **发布时间**：2026-05-16 00:41（北京时间）
- **原文**：[打开原文](https://zilliz.com/blog/we-spent-8-years-making-vector-search-faster-then-ai-changed-the-compute-model)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
Zilliz（Milvus背后的公司）于2026年5月宣布推出Vector Lakebase向量数据库新架构。该架构针对传统“始终在线”服务模型成本过高的问题，通过数据与计算分离，支持“按需计算”模式，旨在显著降低不常查询向量嵌入数据的存储和计算成本。
答案说明
Zilliz推出Vector Lakebase架构，通过数据与计算分离支持按需计算，降低传统向量数据库全天候运行的高成本，适用于临时实验或低活跃度场景。
这篇帖子回答的问题
- Zilliz的Vector Lakebase架构旨在解决什么核心问题？
核心观点
- Zilliz（Milvus背后的公司）于2026年5月宣布推出Vector Lakebase向量数据库新架构。该架构针对传统“始终在线”服务模型成本过高的问题，通过数据与计算分离，支持“按需计算”模式，旨在显著降低不常查询向量嵌入数据的存储和计算成本。
FAQ
- Q: 什么是“按需计算”模式在向量数据库中的应用？
- A: 根据文章，Zilliz的Vector Lakebase支持“按需计算”模式，即数据保持可查询状态，但无需为专有服务器支付全天候运行费用，从而降低存储和计算成本。
关键实体
- Zilliz
- Vector Lakebase
- HNSW索引