unum-cloud/USearch

解决的问题

USearch 是一个高性能的相似度搜索与聚类引擎，旨在比 FAISS 等传统向量搜索库更小、更快且更具可移植性。它解决了在多种编程语言和硬件平台上，无需繁重依赖即可高效寻找向量（嵌入）最近邻的需求。

运作原理

USearch 实现了用于近似最近邻搜索的 HNSW (Hierarchical Navigable Small World) 算法。它利用 SIMD (Single Instruction, Multiple Data) 和针对用户定义指标的 JIT 编译来优化性能。为了减少内存占用，它支持多种数值类型（降维与量化），包括半精度 (bf16, f16) 和四分之一精度格式。它还允许通过内存映射直接从磁盘提供索引服务，无需将整个索引加载到 RAM。

适用对象

它专为开发 AI 应用程序的开发者设计，这些应用需要语义搜索、基因组学或化学应用（使用二进制 Tanimoto/Sorensen 系数），以及需要将向量搜索集成到现有数据库或跨平台应用（iOS, Android, WebAssembly）中的开发者。

特点

• 极致性能：声称索引速度比 FAISS 快达 10 倍，且暴力搜索速度显著提升。
• 广泛兼容性：提供超过 10 种语言的原生绑定，包括 Python, Rust, C++, Go 和 Java。
• 内存效率：支持 uint40_t 以索引多达 1 万亿个条目，并支持多种低精度数据类型以节省 RAM。
• 灵活指标：通过 Numba, Cppyy 或 PeachPy 支持任意用户定义的指标。
• 磁盘服务：能够从磁盘查看大型索引而无需加载到 RAM，有助于降低云基础设施成本。
• 集成聚类：内置 K-Nearest Neighbors 聚类与子聚类功能。