PulseAugur
实时 15:39:33
English(EN) RVANNS: Mixed-Precision Indexing and Locality-Aware Graph Traversal on RISC-V

新的RVANNS引擎提升了RISC-V上的近似最近邻搜索性能

研究人员开发了RVANNS,这是一个针对RISC-V处理器优化的近似最近邻搜索新引擎。该系统采用混合精度索引和局部感知图遍历,通过减少数据转换开销和提高缓存效率来提升性能。当集成到Milvus向量数据库中时,RVANNS在吞吐量和能效方面均显著优于现有的CPU和GPU基线。 AI

影响 这项研究可能带来更高效的边缘设备和专用硬件上的AI推理和数据检索。

排序理由 该条目描述了一种新的近似最近邻搜索技术方法和基准测试结果,发布在arXiv上。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.IR (Information Retrieval) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的RVANNS引擎提升了RISC-V上的近似最近邻搜索性能

报道来源 [1]

  1. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Yanjun Wu ·

    RVANNS:RISC-V 上的混合精度索引与局部感知图遍历

    Approximate nearest neighbor search (ANNS) on CPUs is increasingly constrained by candidate-vector movement and decoding rather than peak arithmetic throughput. Although the RISC-V Vector Extension (RVV) provides vector-length-agnostic execution and LMUL-based register grouping, …