milvus的GPU索引

前言

milvus支持多种GPU索引类型，它能加速查询的性能和效率，特别是在高吞吐量，低延迟和高召回率的场景。本文我们将介绍milvus支持的各种GPU索引类型以及它们适用的场景、性能特点。

下图展示了milvus的几种索引的查询性能对比，通过下图我们发现批量查询的场景性能会更好

GPU_CAGRA

GPU_CAGRA是一个针对GPU优化的基于图的索引，它在GPU上能很好的执行推理。它最适合只有少量查询的场景，通过低频的内存训练的GPU通常得不到最优的结果。

• 索引构建参数：

Parameter	Description	Default Value
intermediate_graph_degree	通过在剪枝之前确定图的深度来影响召回率和构建时间，推荐的值是32或者64	128
graph_degree	通过在剪枝之后设置图的深度来影响查询性能和召回率。这两个深度之间的差异越大，构建时间就越长。它的值必须小于intermediate_graph_degree的值	64
build_algo	选择剪枝之前的图生成算法。可选的值： IVF_PQ