vdaas/vald

解决的问题

Vald 是一款分布式搜索引擎，旨在应对搜索数十亿个密集特征向量的挑战。它提供了一种高度可扩展的方法，可以在海量向量数据集中执行近似最近邻 (ANN) 搜索，这些数据通常由图像、音频、视频或文本生成。

工作原理

Vald 采用在 Kubernetes 上实现的云原生架构。它利用 NGT (Neighborhood Graph Tearing) 算法来实现快速的近似最近邻搜索。该系统由多个分布式组件组成，包括用于搜索逻辑的 Agent NGT、用于处理向量索引和备份的 Index Manager，以及用于管理请求流的各种网关 (Load Balancer 和 Filter)。

适用对象

适用于构建需要高性能向量搜索的大规模 AI 应用的开发人员和组织，例如推荐系统、识别服务和实时翻译器。

亮点

• 云原生设计：专为 Kubernetes 构建，支持水平扩展。
• 大规模支持：能够搜索数十亿个特征向量。
• 自动索引：具备自动向量索引和索引备份功能。
• 通用的数据支持：只要能转换为向量，即可用于任何数据类型（文本、图像、音频、视频）。