FAISS Facebook AI Similarity Search
Biblioteca para la búsqueda rápida de similitud en grandes colecciones de vectores, publicada por Meta en 2017. El motor bajo el capó de buena parte de las bases de datos vectoriales de hoy.
La búsqueda exacta sobre miles de millones de vectores es imposible en tiempo real, así que FAISS ofrece índices aproximados que cambian un poco de precisión por una velocidad enorme. IVF divide el espacio en clústeres y solo busca en los más cercanos; HNSW construye un grafo navegable de varias capas; la cuantización de producto comprime los vectores para que quepan en memoria, a menudo hasta un octavo de su tamaño. Los índices pueden combinarse y ejecutarse en GPU. Es una biblioteca, no una base de datos — sin persistencia, sin actualizaciones in situ, sin filtrado por metadatos y sin componente de servidor. Si necesitas eso, lo construyes alrededor, o usas algo que ya lo tenga.