[25] FAISS：向量相似检索的工业级底座

• 资料类型：论文/开源系统
• 原始来源：https://arxiv.org/abs/1702.08734
• 对应章节：第 10 章（RAG）、第 16 章（推理优化：延迟与成本）

一句话

向量库不等于向量检索；FAISS 讲的是怎么把相似搜索跑得又快又省显存。

你该从 FAISS 带走什么

• 索引是取舍：你永远在更快 vs 更准 vs 更省内存之间做选择（不同索引类型适合不同数据规模）。
• 规模越大越需要工程化：几千条向量你可以暴力搜，几千万条就必须认真做索引与压测。
• 别把召回当成回答：向量检索只负责找到候选证据，是否可引用要靠重排序与引用契约兜底。

在本书里怎么用

• 第 6 章写混合检索/重排序时，把 FAISS 作为向量检索侧的工程实现参考，强调压测口径与延迟边界。
• 给读者一个判断：数据小先用简单方案跑通闭环；数据大再考虑复杂索引与 GPU 加速。

常见误用

• 数据量很小却强行上复杂索引，结果维护成本上升、效果还不稳定。
• 只盯单次延迟，不测并发与尾延迟，线上一拥堵就暴露问题。