FAISS向量索引库的GPU加速与IVF_PQ混合索引
请解释FAISS（Facebook AI Similarity Search）的核心索引结构。如何在FAISS中构建IVF+PQ混合索引？GPU版本的FAISS相比CPU版本加速多少？
回答
Yahuda
FAISS核心索引：IndexFlatL2(暴力搜索)、IndexIVFFlat(IVF倒排)、IndexIVFPQ(IVF+乘积量化)、IndexHNSWFlat(HNSW图)、IndexBinaryFlat(二值化)。
IVF+PQ构建：训练聚类中心和PQ码本->添加向量->搜索(设置nprobe)。
gpu加速：搜索5-10x，训练10-50x。faiss-gpu支持GPU所有主要索引。使用StandardGpuResources()将CPU索引转移到GPU。
性能调优：nprobe(搜索深度)、nbits(量化比特)、m(PQ分段数)。