<p>背景：10亿（Billion级别）的数据应该是一个很大的数据了，尤其是维度在768+级别（还有1024,1536等），这个数据量我做了一个实验，shape为（1kw，768）的array（numpy）占内存为30G（float32格式），如果能降低为float16更好不过，但似乎faiss没有这种方法或者精度有所损失。</p> 讯享网
那么对于5亿级别的数据（vectors），占内存则为1500G，我相信目前似乎没有这么大的机器，我只见过500G，700G，甚至900G的机器，而且是8卡GPU的服务器才有的内存。这已经超出了一般的数据量了。
当然也可采用ES集群部署，但是感觉有点费资源。维护也是需要的，可能会宕机。
愿我们终有重逢之时，而你还记得我们曾经讨论的话题。
Q group
Q second group
下面是代码分享：
讯享网
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/200304.html