一种基于GPU-NVMe架构的大规模向量近似最近邻搜索的异构系统

本发明公开了一种基于GPU‑NVMe架构的大规模向量近似最近邻搜索的异构系统，其特点在于该系统基于直接GPU‑NVMe架构，设计了一种结合聚类与图算法的混合索引。该混合索引利用GPU的并行处理能力来高效处理聚类良好的向量，同时通过图索引作为补偿机制，提升对噪声向量的搜索准确性。本发明充分考虑了硬件与软件的协同优化，在NVMe驱动层级实施向量索引数据部署，同时协同利用CPU、GPU硬件进行十亿级向量检索计算过程，构建了一个可扩展的直接GPU‑NVMe架构上的大规模检索系统。与现有技术相比，本发明有效解决了十亿级向量数据搜索中的性能瓶颈，显著提高了搜索吞吐量和准确性，降低了搜索延迟。