antgroup/vsag

解决的问题

VSAG 是一个专为大规模向量集合高效相似性搜索设计的向量索引库，特别适用于超出系统内存的数据。它通过根据数据规模和向量维度自动生成参数，简化了近似最近邻（ANN）搜索的实现，无需开发者深入理解底层算法。

工作原理

该库使用 C++ 编写，实现了多种专用索引算法，以应对不同类型的数据和搜索需求：

• SINDI：专为稀疏向量搜索优化的高性能索引。
• HGraph：基于图的索引，适用于需要高召回率和低延迟的场景。
• IVF：倒排文件索引，针对批量查询和大规模搜索进行了优化。
• LazyHGraph：一种自适应索引，小数据集时从暴力搜索开始，随着数据增长自动转换为 HGraph。

为减少内存占用，支持多种量化方法，包括乘积量化（PQ）、标量量化（SQ4/SQ8）和 RaBitQ。针对 x86_64 和 ARM 架构进行了优化，利用 AVX-512 和 Neon 等指令集。

适用人群

需要高性能、跨平台索引引擎，并支持 C++、Python（通过 pyvsag）和 Node.js/TypeScript 的开发者，用于构建向量数据库或相似性搜索系统。

主要亮点

• 多语言支持：原生 C++ 核心，提供官方 Python 和 TypeScript 绑定。
• 高性能稀疏搜索：SINDI 算法在每秒查询数（QPS）上显著优于以往的最先进解决方案。
• 内存高效：支持多种量化级别，并为稀疏向量（SINDI_V2）提供基于磁盘的 I/O。
• 硬件优化：利用 CPU 特定优化（SSE、AVX、Neon、SVE），并可通过 Intel-MKL 或 OpenBLAS 实现可选加速。