资料来源：火山引擎-开发者社区
概述
向量检索正在进入"既要又要"的时代：既要高召回、低时延，又要可扩到亿级、成本可控。此前在火山云搜索中，我们引入磁盘化向量索引 DiskANN[1]，通过将向量存储在磁盘上，内存仅保留图文件，低成本支撑百亿级数据，将向量检索的成本减少 90% 以上。除了磁盘容量型场景，DiskANN 算法也支持全内存性能型场景，火山云搜索团队也已经在上半年将 SOTA 的 RaBitQ 量化算法与 DiskANN 相结合，在性能型场景将内存资源占用降低 85%，为高性能向量搜索带来极致性价比，目前已经实现规模化应用。
这次，我们将 DiskANN + RaBitQ 算法集成到火山引擎向量数据库 Milvus 版（简称"火山Milvus"），在保持原生 Milvus 丰富的开源生态与向量检索功能的同时，以更高的 QPS、更低的成本支撑亿级数据，其中磁盘索引 QPS 更是达到了 Milvus 社区版的 5 倍以上。
火山 Milvus vs 开源 Milvus
先上结论，在火山 Milvus 无论是容量型向量索引还是性能版向量索引，其性能、成本均全面优于开源 Milvus。
容量型向量索引
开源 Milvus 的磁盘版索引为 DiskANN，但不支持 RaBitQ 量化。同规格下测试，与支持了 RaBitQ 量化的火山 Milvus 相比：
- 火山 Milvus 性能是开源版 5 倍+
- 火山 Milvus 规格、按月价格与开源版相同，但得益于性能提升，其 Per QPS 单价要低于开源版 80%。
性能型向量索引
由于开源 Milvus 没有性能版的 DiskANN 索引，这里选择了使用同样为高性能内存索引的 HNSW (INT8 量化) 作为基准，与火山 Milvus 的性能版 DiskANN 对比。
相比于开源 Milvus，火山 Milvus 在性能版索引有以下优势：
- QPS 高于开源版 30%。
- 查询时 Query node 仅需 48G 内存，而开源需要 192G，从而火山 Milvus 按月价格较低。
- Per QPS 单价同样比开源版低 30%。
火山 Milvus 快在哪
之前团队的系列文章[1]已对 DiskANN 索引有过详细介绍，本节我们不再重复赘述，仅简单回顾一下 DiskANN 与 RaBitQ，及其结合的优势。
DiskANN：把索引搬到 SSD，还能跑得快、找得准
DiskANN来源于论文[3]，其核心思想是把"重活"交给 SSD：图索引与向量原始数据存放在磁盘，内存只缓存轻量的压缩向量与热点节点，查询时利用磁盘多路读取，成批拉取邻居，极大减少随机读的轮次。
两点关键设计让它既快又准：
- Vamana 图：通过两轮的剪枝构图，图的直径更小、长边更多，搜索收敛所需"跳数"更少，直接压低时延。
二维平面下的 Vamana 构图过程。首行是第一轮剪枝过程，次行是第二轮剪枝过程。可以观察到第二轮剪枝给 Vamana 构图带来了更多的长边，从而搜索收敛所需"跳数"更少。[3]
- 隐式重排：磁盘同扇区同时存放节点的邻居与其全精度向量数据，磁盘多路读取邻居的过程中顺便带上全精度向量，计算下一轮的邻居的同时也计算了本节点的精确距离。用精确距离做最终 Top-K 重排，召回更稳。
DiskANN 磁盘结构[1]
RaBitQ：向量极致压缩，算得更快、内存更省
RaBitQ（Random Bit Quantization）来源于论文[5]，是当下最SOTA的向量量化方案，它基于高维概率原理，通过将高维向量量化到一个单位球上，每一维仅需用1 bit表示。
下图以三维向量空间为例：对于三维向量，当我们把数据全部归一化后，这些数据就会均匀的分布在球面上。这时候有一个立方体（8个码点，坐标为
）来量化我们的球面上的点。
三维空间下，RaBitQ 将向量量化到单位球上，其中立方体的顶点视作向量经 RaBitQ 量化后的 1 bit 表示。[4]
直观上理解就是将球面上的N个点映射到了立方体的 8 个码点上，这样确实会带来非常大的误差。但是当我们的维度不断增长，比如达到了 1024 维的时候，我们就拥有
。 对于常见的向量距离比较，我们通过引入 RaBitQ 的计算可以做到比 PQ 更快的速度，更精准的距离计算，更少的内存：
- 内存占用降低：以全精度向量为例，每一维从原先的 32 bit（float32 类型）压缩至 1 bit，压缩比高达 32 倍。
- 计算更快：得益于高压缩比，向量间的距离计算转换为 bit 位运算，工程实现上火山 Milvus 结合了 AVX512 指令集，原先的 1024 维向量计算，现在仅需两次 VPOPCNT 完成，带来了极大的性能提升。
DiskANN + RaBitQ 结合实践：性能与成本的最佳平衡
磁盘版
在磁盘模式下，火山 Milvus 将 RaBitQ 量化后的向量存放于内存中，而原始数据及其邻居存放于磁盘中。搜索时先通过内存中的量化数据快速计算，再通过磁盘原始向量数据精确重排。
在整个搜索过程中，DiskANN + RaBitQ 带来了以下优势：
1.RaBitQ 将向量量化到 1 bit，使得同样内存下能够加载更多向量数据，同时 VPOPCNT 指令带来更快的向量计算。
2.Vamana 单层稀疏图的结构，大大减少了图检索过程中的跳数，进而提高检索效率。此外其磁盘结构能够减少随机 IO 的次数，进一步提升检索性能。
性能版
磁盘模式的 DiskANN 足够支撑大规模向量数据，但其检索过程中的磁盘 IO 对检索性能有一定影响。因此，针对内存充足、对检索性能有高要求的场景，火山 Milvus 提供了 DiskANN 性能模式。
相比磁盘模式，性能模式会将邻居节点以及全精度向量分开存储。检索时一次性加载到内存，避免反复 IO 带来的开销，达到极致性能。
火山 Milvus 是如何使用 DiskANN 索引的
Milvus 向量索引使用流程，红线为构建步骤，蓝线为加载步骤，绿线为检索步骤
Milvus的索引使用分为构建、加载、检索三步：
1.构建：Index Node 从对象存储中加载原始数据到本地存储中，DiskANN 通过读取本地存储中的数据集，构建向量索引并生成索引文件落盘。最终，Index Node 将落盘后的索引文件上传至对象存储。
2.加载：Query Node 从对象存储中将索引文件加载到本地存储中，同时根据 DiskANN 磁盘模式/性能模式选择性加载部分数据到内存。
3.检索：Query Node 执行 DiskANN 检索算法。
火山 Milvus 产品公测预告
火山引擎向量数据库 Milvus 版 10.22 公测启动：AI 时代云原生向量检索，邀企业共探技术新边界！
火山引擎向量数据库 Milvus 版基于开源 Milvus 深度优化，以云原生托管形态打破部署门槛。无需投入底层运维成本，即可直接调用高可用向量检索能力，为企业 AI 应用（如大模型 RAG、图像检索、智能推荐）提供稳定算力支撑：
1.多地域覆盖：首批开放北京、上海、广州三大 Region，就近部署降低网络延迟，满足企业多区域业务架构需求。
2.全栈运维支持：内置实例生命周期管理、实时监控报警等核心运维能力，一键完成实例启停、扩容与异常排查，大幅减少运维人力投入。
3.专属技术对接：企业客户通过火山引擎销售团队申请公测，可获取定制化接入方案与工程师 1v1 技术支持，高效解决集成难题。
公测申请途径
1.进入火山引擎官网（https://www.volcengine.com/）页面，通过右侧【售前咨询】中任意一种方式进行申请。若已有火山客户经理，也可支持联系客户经理进行申请。
2.与售前同学建立联系后，申请向量数据库 Milvus 版邀测资格，并提供已完成火山企业认证的账号 ID，进行邀测开放。账号 ID 可通过火山引擎页面右上角获取。
即刻入局，定义 AI 检索新标准！