GPU_IVF_FLAT

GPU_IVF_FLATインデックスはIVF_FLATインデックスのGPU高速化バージョンで、GPU環境専用に設計されています。ベクトルデータをnlist クラスタ単位に分割し、まずターゲットクエリベクトルと各クラスタの中心を比較することで類似度を計算します。nprobe パラメータを調整することで、最も有望なクラスタのみが検索され、精度と速度のバランスを保ちながらクエリ時間が短縮される。基本的なコンセプトの詳細については、IVF_FLATを参照してください。

インデックスの構築

MilvusでベクトルフィールドにGPU_IVF_FLAT インデックスを構築するには、add_index() メソッドを使用し、index_type 、metric_type 、インデックスの追加パラメータを指定します。

from pymilvus import MilvusClient

# Prepare index building params
index_params = MilvusClient.prepare_index_params()

index_params.add_index(
    field_name="your_vector_field_name", # Name of the vector field to be indexed
    index_type="GPU_IVF_FLAT", # Type of the index to create
    index_name="vector_index", # Name of the index to create
    metric_type="L2", # Metric type used to measure similarity
    params={
        "nlist": 1024, # Number of clusters for the index
    } # Index building params
)

この構成では

• index_type:構築するインデックスのタイプ。この例ではGPU_IVF_FLAT とします。

• metric_type:ベクトル間の距離の計算方法。詳細については、メトリック・タイプを参照してください。

• params:インデックスを構築するための追加設定オプション。

  • nlist:データセットを分割するクラスタ数。

  GPU_IVF_FLAT インデックスで使用可能な構築パラメータについては、インデックス構築パラメータ を参照。

インデックス・パラメータを構成したら、create_index() メソッドを直接使用するか、create_collection メソッドでインデックス・パラメータを渡してインデックスを作成できます。詳細は、コレクションの作成 を参照してください。

インデックスでの検索

インデックスが構築され、エンティティが挿入されると、インデックスで類似検索を実行できます。

search_params = {
    "params": {
        "nprobe": 10, # Number of clusters to search
    }
}

res = MilvusClient.search(
    collection_name="your_collection_name", # Collection name
    anns_field="vector_field",
    data=[[0.1, 0.2, 0.3, 0.4, 0.5]],  # Query vector
    limit=3,  # TopK results to return
    search_params=search_params
)

この構成では

• params:インデックスで検索するための追加構成オプション。

  • nprobe:検索するクラスタの数。

  GPU_IVF_FLAT インデックスで利用可能な検索パラメータについては、インデックス固有の検索パラメータを参照してください。

インデックスパラメータ

このセクションでは、インデックスを構築し、インデックス上で検索を実行する際に使用するパラメータの概要を説明します。

インデックス構築パラメータ

以下の表は、params でインデックスを構築する際に設定できるパラメータの一覧です。

パラメータ	説明	値の範囲	調整案
nlist	インデックス構築時に k-means アルゴリズムを使用して作成するクラスタの数。 重心で表される各クラスタには、ベクトルのリストが格納されます。このパラメータを増やすと、各クラスタ内のベクトル数が減り、より小さく、より集中したパーティションが作成されます。	タイプ整数Range：[1, 65536] デフォルト値：128	nlist の値を大きくすると、より洗練されたクラスターを作成することでリコールが向上しますが、インデックス作成時間が長くなります。ほとんどの場合、この範囲内の値を設定することを推奨する：[32, 4096].

インデックス固有の検索パラメータ

次の表は、search_params.params でインデックス検索時に設定できるパラメータの一覧です。

パラメータ	説明	値の範囲	チューニングの提案
nprobe	候補を検索するクラスタの数。 値を大きくすると、より多くのクラスタを検索できるようになり、検索範囲が広がることでリコールが向上しますが、その代償としてクエリの待ち時間が長くなります。	タイプ整数Range：[1,nlist］ デフォルト値：8	この値を大きくするとリコールが向上しますが、検索が遅くなる可能性があります。速度と精度のバランスをとるために、nlist に比例してnprobe を設定します。 ほとんどの場合、この範囲内の値を設定することを推奨する：[1, nlist]。