FAISS（Facebook AI Similarity Search）是一個用來快速搜尋相似向量的資料庫系統。
由Meta（Facebook）開發，能在數百萬甚至上億筆向量中，用極快的速度找出與查詢最相似的幾筆資料。
在RAG系統裡，每一段文字（例如一句話或一段文件）都會被Embedding模型轉換成數字向量，每筆向量通常有384維、768維，甚至上千維，當資料越多，搜尋的難度就越高。
如果我們有上萬筆、甚至上百萬筆文件向量，要比對每個查詢與所有向量的相似度，就會變得非常慢，這時候，FAISS就登場了，它能在幾百萬筆向量中快速比對相似度，且能用更少的記憶體儲存這些向量，並支援CPU/GPU加速運算。
架構概念：
文字段落→Embedding→儲存到FAISS Index
查詢文字→Embedding→到FAISS Index快速比對向量的相似度→找出最相似的資料
妤
iThome鐵人賽
看影片追技術