了解公司为何使用 ClickHouse 来支持其 AI 工作负载。
一流的摄取率旨在处理连续的数据流，因此您可以依靠最新的信息来推动准确的预测和结果。
无与伦比的大规模查询性能。在毫秒内查询数十亿行。通过您的数据缩短迭代时间并最大化效率。
强大的自动扩展旨在处理不可预测的工作负载。专注于机器学习，无需担心您的基础设施。
.](/images/use-cases/ml-and-ds/native-support.svg){kind=small}
作为 Python 的进程内 OLAP SQL 引擎提供。使用 chDB 直接在您的 Python 代码中利用 ClickHouse 的全部功能。
深受处理大规模数据的开发人员信赖 规模
ClickHouse 用于 ML 和 AI
ClickHouse 专为轻松从复杂数据中获取洞察而构建。无论您处理多少数据。无论您是通过聚合提取用于模型训练和评估的有价值的信息，通过我们的用户定义函数运行推理，还是执行向量搜索，ClickHouse 都能让您最大限度地提高数据效率，并为任何应用程序释放 AI 的力量。
创造有价值的体验和见解
无论您是构建引人入胜的个性化功能、将语义搜索整合到您的产品中、自动从原始内容生成摘要见解，还是更多，ClickHouse 都会公开您构建具有数据支持的 AI 功能所需的功能。
统一您的数据堆栈
消除对用于特定机器学习任务（例如向量搜索）的专用数据存储的需求。借助 ClickHouse，您可以依靠一个统一的数据存储来支持您的分析、运行您的机器学习工作负载以及在一个地方管理您的即席查询。
高效管理数据
ClickHouse 对资源的有效管理有助于最大限度地提高成本效益。我们面向列的设计提供一流的压缩率，降低存储负担，并确保即使是最密集的 ML 工作负载也能实现闪电般的速度。
使用您喜爱的工具
直接将 ClickHouse 与您最喜欢的 ML 工具一起使用。我们不断增长的集成社区包括流行的机器学习框架、可视化工具、笔记本等等。
支持 参考资料
有关如何开始使用 ClickHouse for ML 的详细指南，请关注我们的博客
- 使用 ClickHouse 进行向量搜索 - 第 1 部分
- 使用 ClickHouse 进行向量搜索 - 第 2 部分
- 视频：ClickHouse for AI - 向量、嵌入、语义搜索等 - Alexey Milovidov，ClickHouse
- 视频：ClickHouse 中的向量搜索 - Dale McDiarmid
- 将 Langchain 与 ClickHouse 结合使用
- 将 Deepnote 与 ClickHouse 结合使用
- 使用 ClickHouse 分析 Hugging Face 数据集
- 使用 ClickHouse UDF 与 OpenAI 模型集成
- 使用 ClickHouse 机器学习函数进行预测
- Helicone 从 Postgres 迁移到 ClickHouse 以进行高级 LLM 监控
- ClickHouse 和机器学习数据层
- 使用 ClickHouse 为特征存储提供动力