AscendIndexIVFSP
|
- 特征类型：FP32
- 特征维度：64, 128, 256, 512, 768
- 距离类型：L2
- 计算精度：中
- Device内存占用：低（压缩特征）
- 适应场景：适用于亿级底库（大库容），对性能要求较高，对精度损失有容忍的近似检索场景。
- 仅支持Atlas 推理系列产品
|
- IVFSP业务算子
- IVFSP AICPU算子
- IVFSP训练算子（仅在需要通过训练生成码本文件时才使用到）
请参见IVFSP。
|
链接
|
AscendIndexIVFSQ
|
- 特征类型：FP32
- 特征维度：64, 128, 256, 384, 512
- 距离类型：L2和IP
- 计算精度：中
- Device内存占用：较低（量化为int8）
- 适应场景：IVFSQ算法作为性能-精度调节器，适用于对精度损失有容忍，但是对性能要求比较高的场景。
|
|
链接
|
AscendIndexIVFSQT
|
- 特征类型：FP32
- 特征维度：256
- 距离类型：IP
- 计算精度：中
- Device内存占用：低（量化和降维）
- 适应场景：AscendIndexIVFSQT包含降维算法的三级检索IVFSQ算法，适用于亿级底库（大库容），对性能要求较高，对精度损失有容忍的近似检索场景。
|
|
链接
|
AscendIndexBinaryFlat
|
- 特征类型：uint8二值化特征
- 特征维度：256, 512, 1024
- 距离类型：Hamming和IP
- 计算精度：高
- Device内存占用：低
- 适应场景：AscendIndexBinaryFlat类继承自faiss的IndexBinary类，用于二值化特征检索。对于对内存占用要求较低，性能要求较高的场景。
- 仅支持Atlas 推理系列产品
|
|
链接
|
AscendIndexVStar
|
- 特征类型：FP32
- 特征维度：128, 256, 512, 1024
- 距离类型：L2
- 计算精度：中
- Device内存占用：低（压缩特征）
- 适应场景：适用于千万级底库（大库容），对性能要求较高，对精度损失有容忍的近似检索场景。
- 仅支持Atlas 推理系列产品
|
- VStar业务算子
- VStar AICPU算子
- VStar训练算子（仅在需要通过训练生成码本文件时才使用到）
请参见VSTAR。
|
链接
|
AscendIndexGreat
|
- 特征类型：FP32
- 特征维度：128, 256, 512, 1024
- 距离类型：L2
- 计算精度：中
- Device内存占用：低（压缩特征）
- 适应场景：适用于千万级底库（大库容），对性能要求较高，对精度损失有容忍的近似检索场景。
- 仅支持Atlas 推理系列产品
|
（当mode为“AKMode”时，才需要生成算子）
- VStar业务算子
- VStar AICPU算子
- VStar训练算子（仅在需要通过训练生成码本文件时才使用到）
请参见VSTAR。
|
链接
|