unum-cloud/USearch

解決的問題

USearch 是一個高效率的相似性搜尋與聚類引擎，設計目標是比 FAISS 等產業標準更小、更快、更具可移植性。它解決了在各種平台與程式語言中，高效尋找向量（以及未來支援文字）最近鄰的需求，而無需依賴沉重的相依性。

工作原理

USearch 實作了 HNSW（Hierarchical Navigable Small World）演算法，用於近似最近鄰搜尋。透過使用 SIMD（Single Instruction, Multiple Data）與 JIT 編譯來優化使用者自訂度量的效能。為了維持極小的體積，它採用單一的 C++11 標頭庫，並為 10 種不同語言提供原生繫結。同時支援記憶體對映，可讓大型索引從磁碟直接提供，而無需將整個資料集載入 RAM 中。

適用對象

適用於需要在人工智慧、基因組學、化學、地理空間索引等應用中實現快速向量搜尋功能的開發者，也適用於希望將相似性搜尋整合至現有資料庫，或部署至資源受限環境（如 iOS、Android 或 WebAssembly）的開發者。

主要亮點

• 極致效能：宣稱索引速度比 FAISS 快達 10 倍，且顯著快於暴力搜尋。
• 廣泛相容：支援 Python、Rust、Go、Java、C#、JavaScript、C++ 等多種語言的原生繫結。
• 記憶體高效：支援半精度（bf16、f16）與四分之一精度（e5m2、e4m3）格式，降低記憶體使用量。
• 可自訂：可透過 Numba、Cppyy 或 PeachPy 定義自己的相似度度量。
• 基於磁碟服務：支援透過記憶體對映從磁碟直接檢視大型索引，有望降低雲端基礎設施成本。
• 內建聚類：內建 K-最近鄰聚類與子聚類功能。