facebookresearch/faiss
Meta의 고효율 벡터 유사도 검색 라이브러리 Faiss
원제 facebookresearch/faiss
스타 41,484당일 +111C++
Key Point
대규모 벡터 기반 검색 시스템을 구축하는 개발자와 연구자에게 필수적인 프로덕션급 도구로, GPU 가속을 통해 실시간 유사도 검색 성능을 대폭 향상시킬 수 있다.
핵심 요약
- Meta의 Fundamental AI Research 팀이 개발한 고밀도 벡터의 유사도 검색과 클러스터링을 위한 C++ 라이브러리다.
- RAM에 맞지 않는 대규모 벡터 집합도 처리 가능하며, L2 거리나 내적, 코사인 유사도로 벡터를 비교한다.
- 이진 벡터와 압축 양자화 코드 기반 방식은 원본 벡터를 저장하지 않고 수십억 개 벡터를 단일 서버 메모리에서 확장 가능하다.
- HNSW, NSG 등 일부 방식은 원본 벡터 위에 인덱싱 구조를 추가해 검색 효율을 높인다.
- GPU 구현은 CUDA나 AMD ROCm을 통해 제공되며, CPU와 GPU 메모리 간 자동 복사가 가능하고 단일·다중 GPU 모두 지원한다.
- NVIDIA cuVS 백엔드 GPU 구현도 선택적으로 활성화할 수 있다.
- Anaconda에서 faiss-cpu, faiss-gpu, faiss-gpu-cuvs로 사전 컴파일된 라이브러리를 제공하며, Python 래퍼도 포함된다.
- C++ 구현이 주이고 BLAS만 필수 의존성이며, CMake로 컴파일된다.
- GPU 구현은 고차원 벡터의 최근접 이웃 검색, Lloyd의 k-means, 소규모 k-선택 알고리즘에서 최고 성능을 제공한다.
- MIT 라이선스이며 논문 재현을 위한 벤치마크 코드도 제공한다.
저장소 보기 ↗github.com