向量儲存被廣泛應用於分析與生成式人工智慧的多個領域與情境，包括自然語言處理、影片與影像辨識、推薦系統以及搜尋。
什麼是向量存放區？
向量儲存器（也稱為向量資料庫）是一種用來儲存和管理向量嵌入的資料庫。 向量嵌入是高維空間中資料的數學表示。
在這個空間中，每個維度對應資料的一個特徵。 數萬個維度可用來表示複雜的資料。 向量在此空間中的位置代表其特性。 詞彙、片語、整份文件、圖片、音訊及其他類型的資料都可以被向量化。
向量存放區如何運作？
在向量儲存庫中，可以使用向量搜尋演算法來進行索引和查詢向量嵌入。 知名的向量搜尋演算法包括磁碟近似最近鄰（Disk Approximate Nearest Neighbor， DiskANN）、階層式可導航小世界（Hierarchical Navigable Small World， HNSW）以及帶有平面壓縮的反向檔案（Inverted File with Flat Compression， IVFFlat）。
向量搜尋是一種幫助您根據資料特性而非屬性欄位的完全匹配來尋找相似項目的方法。 此技術適用於搜尋類似文字、尋找相關影像、提出建議，甚至偵測異常這類應用程式。
向量搜尋是用來查詢你透過機器學習模型，透過嵌入 API 所建立的資料 向量嵌入 。 嵌入 API 的例子包括 Azure OpenAI Embeddings 和 Hugging Face on Azure。
向量搜尋會測量資料向量與查詢向量之間的距離。 最接近你的查詢向量的資料向量，也是語意上最相似的。
當你使用 適用於 PostgreSQL 的 Azure 資料庫 作為向量儲存時，你可以將嵌入資料與原始資料一併儲存、索引和查詢。 此方法消除了在獨立純向量資料庫中複製資料的額外成本。
此架構同時將向量嵌入與原始資料保持在一起。 將嵌入與資料保持一致，有助於多模態資料操作。 同時也促進了更高的資料一致性、擴展性與效能。