faiss用于大数据量的向量检索

背景：10亿（Billion级别）的数据应该是一个很大的数据了，尤其是维度在768+级别（还有1024,1536等），这个数据量我做了一个实验，shape为（1kw，768）的array（numpy）占内存为30G（float32格式），如果能降低为float16更好不过，但似乎faiss没有这种方法或者精度有所损失。

那么对于5亿级别的数据（vectors），占内存则为1500G，我相信目前似乎没有这么大的机器，我只见过500G，700G，甚至900G的机器，而且是8卡GPU的服务器才有的内存。这已经超出了一般的数据量了。

当然也可采用ES集群部署，但是感觉有点费资源。维护也是需要的，可能会宕机。

愿我们终有重逢之时，而你还记得我们曾经讨论的话题。

Q group 868373192

Q second group 277356808

下面是代码分享：

import faiss                   # make faiss available
index = faiss.IndexFlatL2(d)   # build the index, d=size of vec