一个技术人“误入歧途”，做了个向量数据库新物种

科技

2022-10-19 13:10

【创造者说】

Created in the name of FOSS.

今年 8 月，向量数据库公司 Zilliz 宣布完成一笔 6000 万美元的 B+ 轮融资，累计融资 1.13 亿美元。这在长于本土的开源创企中，无疑是非常耀眼的一笔。

而时间回到 6 年前，当 Zilliz 的创始人星爵带着 Oracle 出身的背景寻找投资人，说出自己想要造一个新物种时，却不似当下这番光景，更多时候面对的是投资人的不解：

“怎么误入歧途呢？”

“你带着 Oracle 的背景，随随便便做个数据库公司，我肯定给你投钱啊。”

这些声音会让星爵开始审视要做的事情本质上对不对？自己和投资人的沟通方式需要如何改进？但有一点非常明确——敢为天下先，要做就要做这个世界上还不存在的东西，即便在短期内不被理解。

所幸，在 2017 年，星爵和他的团队成功拿到了一笔天使轮融资，开始了对“新物种”的研究。回顾公司发展，星爵将 2017 年的天使轮融资作为第一个里程碑；2019 年将第一款真正意义上的产品 Milvus 开源视作第二个；第三个里程碑则发生在 2020 年下半年至 2021 年上半年，Zilliz 确立了接下来的“五年规划”，即，把全球化作为核心发展目标。

在过去的 6 年创业时间里，星爵关注的重点一直只有技术创新，从用户需求中摸索新的方向，然后实现它，并做到极致。商业化、资本市场的认可等要素尚未进入星爵的重点关注地带，但也因为对技术的追求，让 Zilliz 正成为下一个基础软件市场新星。

“不做”产品做技术

“在我们刚成立的那段时间里，我们觉得自己做的是产品，但现在回头去看，我们当时做的是技术。”

Zilliz 的成立，来自于星爵对新技术的兴趣和自身事业转型的规划。

读华中科技大学研究生时，身在中国武汉的星爵跟随老师参与“网格计算”技术相关的研究，这一技术后来被认为是云计算的前身。机缘巧合之下，星爵所在的小组和由芝加哥大学教授主导的网格计算项目 Globus 取得联系，星爵也加入到 Globus 项目中去，学习和研究代码，并且和 Globus 合作，最终建立起中国教育科研网格——中国最大的网格计算项目之一。

这是星爵第一次通过开源协作的模式，深度参与到开源软件的建设，“如果不是开源，我很难想象到，一端是在中国武汉，另一端在美国芝加哥大学，相隔这么远的实验室科研人员能够连接起来，这对我来说非常陌生，同时也是打开了去学习全球最新技术的大门。”

硕士毕业后，星爵到了美国数据库专业数一数二的威斯康星大学麦迪逊分校就读，2009 年博士毕业进入硅谷 Oracle 工作，参与当时 Oracle 的云数据库研发。2013 年，Oracle 12c 版本发布，主题是为云计算重新设计的数据库，星爵正是核心开发人员之一。到了 2015 年，12c 已经趋向于稳定，星爵萌生了回国创业的想法。

一方面，此时的星爵在技术上有过数据处理和分布式项目经历，也见识到了一个大型数据库软件该怎么去做，希望能在不同维度拓宽自身能力。加之受到硅谷创业文化的影响，星爵想要通过技术创业，完成从工程师到技术创业者的升华。

另一方面，在星爵看来，当时的数据分析走到了一个交叉路口，AI 模型、算法的研究如火如荼。基于 AI 研究，对各种非结构化数据，包括图片、视频、自然语言等的研究也到了一个新的高度，并且取得了一些很好的结果。计算机视觉领域的图片分类水平也首次超过了人类平均水平。在这种 AI 研究与非结构化数据研究的发展之中，星爵的心中隐隐浮现一个念头：在数据处理的基础软件领域，将会有新的技术出现，新的机会正在诞生。

带着对新技术的热情，星爵开始了创业之旅，“我们选择了 AI 应用中的数据处理赛道，过去 5- 10 年间，中国的 AI 应用，以及非结构化数据处理是走在全球前列的，无论是数据的总量还是使用场景都领先于世界。”秉持着靠近需求源泉的原则，Zilliz 的故事从中国启程。2017 年，Zilliz 拿到天使轮融资，正式出发。

成立之后，Ziliiz 最初的定位是将数据库搬到 GPU 上，基于 GPU 硬件加速做新一代 OLAP 数据库系统，进而希望将性能提高 100 倍。星爵认为，AI 时代出现了一些 GPU、异构计算等新技术，那么便可以尝试将分布式计算和异构计算、数据处理等结合起来。Zilliz 先是做了一个通过 GPU 高效并行算法加速各种数据处理的引擎，将这一想法落地。

“我们没有想清楚把这个引擎用到什么地方去，只觉得这个东西性能很好，很创新，很酷！所以要先把它做出来。”

接下来，便是拿着这个引擎不断地和用户交流，接收反馈。最终，Zilliz 发现这套技术可以很好地帮用户去加速 AI 应用中向量数据的分析和处理，并且此类用户需求是广泛存在和飞速增长的。在这样边做技术边摸索的过程中，Zilliz 逐渐将向量数据库作为核心产品方向，并坚持到了今天。

开源 + 从用户需求出发

埋头“很酷”的技术 2 年后，Zilliz 在 2019 年迎来了“技术产品化”的关键转折点。

在做数据分析处理引擎期间，Zilliz 陆续接到了用户反馈，看到了向量数据分析与处理的强劲需求。以此需求为依托，2018 年下半年开始，Zilliz 启动了新项目的调研、开发工作，并在 2019 年将成果一口气开源，这个成果便是向量数据库——Milvus。

Milvus 架构图

“对我们来说，是带着自身积累的，对大规模数据的处理能力、分布式计算能力、异构计算等能力，跨越了从技术到产品的鸿沟，找到了明确的产品方向，即向量数据库。”但对于 Milvus 之后的发展，当时的星爵心里也没底：“我们看到了用户需求，看到了市场机会，但我们不知道自己提供的产品是不是真的能够完美满足市场需求？”

出于这个“痛点”，再加上团队开放的工程师文化，Milvus 从发布之日起开源，采用 Apache 许可证。“开源开放是我们公司长期以来的基本原则，这是一群工程师很质朴的想法，我们希望好的技术可以更快传播出去，帮行业的人取得更好地成功，也通过开源把技术开放出去，获得更广泛地支持。”

对于这款开源产品成功与否的考量，标准只有一条：“它能不能取得很好的早期用户增长。”这个结果直观反映出产品是否真正解决了用户的痛点，是否真的为其他开发者创造了价值。最终，Milvus 在开源的半年内，拥有了约 60 家企业级用户。“我记得从有了第一个用户之后，基本上每周都会有捷报，最初是每周一个用户，然后第二周增加了三四个，第三周又增加了七八个。”

Milvus 用户图

事实上，Milvus 瞄准的价值市场，在过去基本是一篇空白。

在星爵看来，数据库行业在过去 20 年经历了一场巨大的“分化”，关系型数据库、分布式数据库、图数据库、文档数据库、时间序列数据库……未来，在 AI 时代，会有更多数据库类型出现，“比如我们现在提到量子计算，那很有可能接下来会出现一个面向量子计算的数据库。”整体上，这个行业在不断的分工与分化，类似汽车行业，在过去 100 年间，发展出几十上百个细分品类，在数据库领域也是同样，并且有两点是不变的：

第一，人类的需求是不断增加的，第二，人类社会的数字信息化程度在不断提高，那么人们对数据分析和处理的需求必然也是在上升的，因此便会催生出更多数据的应用场景，而在每个新兴的应用场景之下，都会出现一些更加具体、分工更加明确的数据库产品。

那么，再看回 Milvus，它并不需要和其他种类的数据库做比较，而是专注于为 AI 应用处理非结构化数据，比如为金融应用做欺诈分析等等，满足新兴的非结构化数据处理需求即可。

不仅仅是 Milvus，对于所有项目，Zilliz 的判断标准只有“需求”。

2021 年 9 月，Zilliz 发布 Milvus 的上游软件 Towhee。

“我们推出新项目只考虑一个问题，那就是解决用户需求。”Zilliz 会从用户需求中提炼出该做一个怎样的产品给到用户。具体到 Towhee，本质是用户在使用 Millvus 的过程中，虽然能很好地解决数据分析问题，但是对于一些中小型公司来说，从各种不同的非结构化数据中提取向量数据本身需要投入很多资源。因此，为了解决这部分用户需求，Zilliz 推出开源的 embedding 框架 Towhee，包含丰富的数据处理算法与神经网络模型，可以帮助用户完成原始数据到向量的转换。

在评估需求方面，Zilliz 的方法非常“朴实”，通常是在用户群中主动收集或接收需求，然后将用户反馈做汇总、归类、排序，筛选出高频需求，归纳趋同的需求。然后将数据结果放到研发社区做进一步讨论，最终根据讨论结果规划产品的设计与迭代排期。

只在云上挣钱

对于做技术该怎么挣钱的问题，星爵和他的团队很早就有一个标准：在公有云上通过服务赚钱。

落实到具体在什么时候实现商业价值的转换，就变得非常“随缘”。

2019 年 Milvus 产品开源之后，很长一段时间内，这只队伍都沉浸在“如何打造一个全球技术领先的产品”的目标之中。回看当时的想法，星爵是抱着“如果这个技术和产品能够解决用户的痛点，同时技术上又是全球领先的，那么一定能为公司创造价值，所以前些年我们并没有太去考虑商业模式，而是专注的把产品做好。”

对于 Milvus 团队来说，2020 年底，产品开始迈入成熟阶段，Milvus 已经拥有 500 多家企业级用户，产品趋于稳定。他们发现了新的用户核心需求：用户希望能在云上使用。对用户来说，云服务可以省去安装部署的步骤，直接通过 API 调用，那么开发和维护成本也会降低。就这样，Zilliz 启动了公有云产品的研发。

日前，Zilliz Cloud 的测试版本正式上线。Zilliz Cloud 定位于依托公有云的全托管数据库即服务，旨在为向量数据处理、⾮结构化数据分析和企业 AI 应⽤开发提供⼀站式解决⽅案。

Zilliz Cloud 架构图

Zilliz Cloud 本质是 Database as a service，是将 Zilliz 向量数据库的能力以云上全托管的方式提供给用户，免去用户部署和运维的工作。同时，也帮用户解决云上数据安全的问题，包括数据合规、高可用、容灾等等，为各类在开发 AI 应用的企业，在其开发过程中，极大地简化非结构化数据管理的过程。

在云产品之前，Milvus 开源社区的用户想向 Zilliz 购买服务的，都会遭到拒绝，“很早之前我们就决定，云才是我们商业产品的形态，除此之外，不会收用户的钱。”

事实上，许多开源的基础软件都和 Milvus 一样，在走一条开源+长时间免费的道路。在星爵看来，基础软件的第一个特质就是技术门槛高，那么在研发阶段，就是一个慢工出细活的活动，需要长期投入，不断总结用户需求，将其做成通用产品。另一大特质则是一旦做出了个全球领先的技术和产品，就会出现“赢者通吃”的格局。而这也是 Zilliz 长期坚持以技术主导，开源开放的重要原因之一。

谈谈当下

当下，Zilliz 正沿着一年多前定下的策略，走全球化的路子。具体到刚刚起步的云服务业务，北美市场将是接下来一两年关注的重点。

“如果我们看全球市场的估量，在基础软件领域，美国市场占全球市场的 30%-40% 左右，是全球第一大单一市场。”因此，将全球化作为目标的 Zilliz 将国际化的主战场放到了北美。目前 Zilliz Cloud 已在 7 月支持 AWS，接下来将会进一步扩展能力，形成多云方案，包括支持谷歌云计算平台 GCP，微软的 Azure，实现北美三大公有云的跨云方案。

对于 Zilliz 来说，其与大型公有云厂商之间是竞合关系，一方面 Zilliz Cloud 依托于公有云平台，另一方面，在星爵看来，同台竞技也更能催生技术创新，“我们的信心是源于我们是一个创业公司，可以更快速地迭代产品，实现技术创新，所以在和公有云厂商同态竞技的时候，我们会坚持开源开放，唯有产品和技术能保持核心竞争力，才能最终与大象共舞。”

谈及 Zilliz Cloud 未来的发展，星爵并没有做过多预测：“我不做预测，我们公司也很少做预测，预测容易打脸”。而商业化和营收，也依旧不是当下星爵关注的重点。面对在资本市场取得的成绩，星爵将其归因为团队以技术为导向，敢为天下先地去创造了新技术，并将其做到极致，“大家都知道稀缺性很重要，但往往在亲身实践的过程中，会发现追求稀缺性是一件很奢侈的事情，稀缺性是孤独的，相当不确定的，高风险的。”

同时，在星爵看来，将产品和技术做到极致之后再谈商业化，也会更加容易实现，“我们要先打造一个优异的产品，这个产品如果不做到全球领先，我们认为就不应该推向市场，更不应该拿去卖。”

【创造者说】

OSCHINA 推出全新开源创企访谈栏目【创造者说】。

开源社区需要创造者，他可以是个人，也可以是由个人组成的公司。开源软件发展 20 余年，来自公司的开源贡献者已经成为中坚力量，更是有一批公司围绕开源软件而创办。本栏目将聚焦开源创企和他们的创始人，探讨当下的开源现状，分享开源商业故事，为开源社区添砖加瓦。

【创造者说】专栏面向所有开源创企，欢迎填写下方问卷，向我们推荐那些有创造力的公司：