unum-cloud/USearch

解决的问题

USearch 是一个高性能的相似性搜索和聚类引擎，设计目标是比 FAISS 等行业标准更小、更快、更具可移植性。它解决了在各种平台和编程语言中高效查找向量（以及未来支持文本）最近邻的需求，而无需依赖重型依赖项。

工作原理

USearch 实现了 HNSW（Hierarchical Navigable Small World）算法，用于近似最近邻搜索。通过使用 SIMD（单指令多数据）和 JIT 编译来优化用户自定义度量的性能。为了保持极小的体积，它采用单一的 C++11 头文件库，并为 10 种不同语言提供原生绑定。同时支持内存映射，允许大型索引从磁盘直接服务，而无需将整个数据集加载到 RAM 中。

适用人群

适用于需要在人工智能、基因组学、化学、地理空间索引等应用中实现快速向量搜索功能的开发者，也适用于希望将相似性搜索集成到现有数据库中，或部署到资源受限环境（如 iOS、Android 或 WebAssembly）的开发者。

主要亮点

• 极致性能：宣称索引速度比 FAISS 快达 10 倍，且显著快于暴力搜索。
• 广泛兼容：支持 Python、Rust、Go、Java、C#、JavaScript、C++ 等多种语言的原生绑定。
• 内存高效：支持半精度（bf16、f16）和四分之一精度（e5m2、e4m3）格式，降低内存占用。
• 可自定义：可通过 Numba、Cppyy 或 PeachPy 定义自己的相似度度量。
• 基于磁盘服务：支持通过内存映射从磁盘直接查看大型索引，有望降低云基础设施成本。
• 内置聚类：内建 K-最近邻聚类和子聚类功能。