Vektör nicemleme
Vektör veritabanları için sıkıştırma tekniği. 1024 boyutlu kayan noktalı vektörleri (~4 KB) kümeleme yoluyla 8–32 baytlık kodlara eşler. Tek makinede milyar ölçekli gömme araması sağlar. Klasik algoritma: Ürün Nicemleme (Jégou ve ark., 2011).
Fikir: vektörü 8–16 alt vektöre böl, her alt boyutu ayrı ayrı k-means ile kümele (256 merkez), alt vektör başına 0–255 arası bir indeks sakla. Uzaklık hesabı bir arama tablosu işlemine dönüşür — hızlıdır. Ters Dosya İndeksi (IVF) adayları sınırlamak için üstüne bir kümeleme ekler. FAISS, ScaNN, Milvus ve Qdrant farklı varyantlar gerçekler. Ödünleşim: 100 kat bellek sıkıştırması, parametrelere göre geri çağırma %100'den %90–98'e düşer. Rakip HNSW'dir — daha yüksek bellek, daha yüksek geri çağırma.