发布时间：2026-03-18 11:04 依托NVIDIA cuVS库和KIOXIA AiSAQ技术，以极低DRAM用量完成1024维向量索引
东京--(美国商业资讯)-- Kioxia Corporation今日宣布，凭借其开源的KIOXIA AiSAQ™近似最近邻搜索(ANNS)技术，成功演示在单台服务器上实现48亿向量的高维向量搜索扩展。此外，Kioxia还展示了通过NVIDIA cuVS利用GPU加速，显著缩短索引构建时间的成果。这两项成果标志着检索增强生成(RAG)搜索解决方案取得了重大进展。目前公司正持续开发，以支持超过48亿向量的更大规模部署。

大规模向量数据库的索引构建时间是行业的核心痛点。Kioxia与NVIDIA合作，演示了其在1024维高维向量的KIOXIA AiSAQ索引构建时间上最多20倍的改进，以及端到端构建时间上最多7.8倍的改进。这20倍的改进意味着，构建索引的时间从使用CPU的28.4天缩短至使用4块NVIDIA Hopper GPU的1.4天，端到端测试时间从31天缩短至4天。1

如今，AI应用可依赖存储在固态硬盘上的更大规模向量化信息（可达数百亿向量及以上），而仅靠DRAM即便在十亿级规模下也已不再适用。Kioxia借助KIOXIA AiSAQ技术，实现了十亿级搜索的高可扩展存储架构，在Milvus向量数据库环境中，使用单台查询服务器即可满足RAG应用的延迟要求。其索引构建依托GPU加速，让大规模部署变得切实可行。

NVIDIA存储技术副总裁Jason Hardy表示：“向量数据库是那些需要在海量非结构化数据集中实时理解意图、上下文和相似度的应用的核心支撑。通过借助NVIDIA cuVS库实现GPU加速索引，Kioxia支持高维向量数据库实现扩展，并以前所未有的效率构建索引。”

KIOXIA AiSAQ开源软件技术于去年首次发布，通过支持直接从固态硬盘进行向量搜索并降低DRAM用量，解决了RAG技术的可扩展性挑战。KIOXIA AiSAQ技术具备高可扩展性，非常适合多租户环境和大规模单体索引部署。该技术采用创新的全局索引(Global Index)算法，结合混合聚类和图搜索，在超大规模下实现高效向量搜索。KIOXIA AiSAQ软件提供灵
=*=*=*=*=*=
当前为第1/3页
下一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页