Faiss：如何创建大小为 1024 的 10M 向量的索引

Question

我想创建一个包含近 10M 大小为 1024 的向量的索引。这是我使用的代码。

import numpy as np
import faiss  
import random                

f = 1024

vectors = []
no_of_vectors=10000000
for k in range(no_of_vectors):
    v = [random.gauss(0, 1) for z in range(f)]
    vectors.append(v)
        
np_vectors = np.array(vectors).astype('float32')

index = faiss.IndexFlatL2(f)  
index.add(np_vectors)                 

faiss.write_index(index, "faiss_index.index")

该代码适用于少量向量。但是当向量的数量大约为 2M 时，内存限制就会超过。我使用index.add() 而不是将向量附加到列表（向量=[]）。但效果并不好。

我想知道如何为大量向量创建索引。

Answer 1

如果您想继续使用 Faiss，可以参考选择不同的索引，可能是 HNSW 或 IVFPQ。

ref: https://wangzwhu.github.io/home/file/acmmm-t-part3-ann.pdf 转到最后一页。

另一种选择是尝试一些分布式解决方案，例如Milvus，它构建了像faiss这样的Ann库