PulseAugur
实时 05:59:37
English(EN) FROG: Efficient Range-Filtering Approximate Nearest Neighbor Search on GPUs

新的GPU索引FROG将RFANNS加速高达37倍

研究人员开发了FROG,一种用于范围过滤近似最近邻搜索(RFANNS)的新型GPU优化索引。该方法解决了现有RFANNS技术不适合高吞吐量GPU执行的局限性。FROG采用全局感知、以顶点为中心的设计,可在查询处理期间高效地组织和识别邻居候选。实验表明,与CPU和现有的GPU基线相比,查询吞吐量和索引构建速度有了显著提高。 AI

影响 这项研究可以显著加速向量数据库中的操作,而向量数据库对于推荐系统和语义搜索等许多AI应用至关重要。

排序理由 该集群包含一篇详细介绍新技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

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GPU索引FROG将RFANNS加速高达37倍

报道来源 [1]

  1. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Jiangtao Cui ·

    FROG: GPU上的高效范围过滤近似最近邻搜索

    Range-filtering approximate nearest neighbor search (RFANNS) is a fundamental operation in modern vector databases. Given a query vector $q$ and a numerical range predicate, RFANNS returns the $k$-approximate nearest neighbors ($k$-ANN) of the query $q$ among the objects whose at…