近似检索

AscendIndexIVFSP

• 特征类型：FP32
• 特征维度：64, 128, 256
• 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。

• 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。

• IVFSQ8
• AICPU
• FlatAT（仅在参数useKmeansPP设置为true的时候需要生成FlatAT算子）

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。

• IVFSQT
• FlatAT
• AICPU
• FlatInt8AT（在Atlas 推理系列产品（配置Ascend 310P AI处理器）上时需要生成）

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
• 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（配置Ascend 310P AI处理器）

• BinaryFlat
• AICPU

链接