supervc-stack/VectorChord

Scalable, fast, and disk-friendly vector search in Postgres, the successor of pgvecto.rs.

What it solves

VectorChord 解決了千億級向量資料庫的高成本與資源密集問題。它讓使用者能在相對一般的硬體上儲存與搜尋數億至數十億的向量，與其他向量搜尋解決方案相比，大幅降低基礎設施支出。

How it works

它以 PostgreSQL 擴充套件的形式實作，透過多項關鍵技術優化向量的儲存與檢索：

  • RaBitQ Compression：使用原生 4 位元 (RaBitQ4) 與 8 位元 (RaBitQ8) 向量類型，極大縮減記憶體與儲存空間，同時維持高搜尋精度。
  • Autonomous Reranking：結合壓縮與重新排序，以保留搜尋品質。
  • Hierarchical K-means：加速索引建構，使 1 億向量可在約 20 分鐘內完成索引。
  • Dimensionality Reduction and Sampling：在索引過程中控制記憶體成長，讓 128GB 記憶體的機器也能建立千億向量的索引。

Who it’s for

開發者與組織需要將向量搜尋規模擴展至數億或數十億的嵌入向量，且不想承擔龐大的雲端基礎設施成本，特別是已經使用或希望整合 PostgreSQL 的使用者。

Highlights

  • Cost Efficiency：可在單一 AWS i4i.xlarge 實例上託管 1 億向量。
  • PostgreSQL Integration：完全相容 pgvector 資料類型與語法，便於遷移。
  • High-Speed Indexing：利用最佳化的磁碟操作與階層式 K-means，快速為大規模資料集建構索引。
  • Low-Bit Quantization：提供原生 4 位元與 8 位元類型，最小化空間需求且不會造成顯著的召回率損失。