七夕的浪漫是双向奔赴，
向量检索的浪漫是 "又准又快还省钱" 。
数据太多放不下？全量对比太慢？
要快又怕不准？
DiskANN🤝RaBitQ，性能 5.5 倍于 HNSW，内存省 90%，召回率 94%+。
DiskANN + RaBitQ，不只是更快的检索算法，而是一套能在"准、快、省"之间自由换挡的向量检索引擎。
- 面对超大规模、低成本优先的场景 ------ 切换 On-Disk 成本模式，SSD 承载原始数据，内存成本直降 90%，照样守住高召回；
- 面对中等规模、追求极致 QPS/P99 的场景 ------ 切换 In-Memory + RaBitQ 性能模式，索引数据常驻内存，性能可达 HNSW 的 5.5 倍。
同一套 Vamana 图索引，无需重建，按需在成本与性能间切换；
同一套算法引擎，已经走进云搜索服务、火山 Milvus 等多个产品。
云搜索服务：www.volcengine.com/product/es
火山 Milvus：www.volcengine.com/product/mil...
找得准、跑得快、花得省 ------ 这对七夕 CP，让海量向量检索的每一次查询，都又快又稳又划算。