产品
Weaviate开发的内存优化向量索引方案
已跟踪 4 条高相关材料
最近变化
2026-09-09 · HNSW在低延迟和高查询吞吐场景表现最优
为什么值得关注
HFresh 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Is the fastest vector index always the right vector index? HNSW is difficult to beat when an applic...
Weaviate • vector database(@weaviate_io) · 8.5 分
向量索引选择需权衡性能与内存效率，HNSW适合高吞吐场景，HFresh通过压缩技术优化内存使用。
HFresh: Memory-Efficient Vector Search
Weaviate Blog · 8.5 分
HFresh是Weaviate推出的基于磁盘的向量索引，通过分区和两阶段搜索策略实现低内存使用和大规模数据集的高效查询。
🚀 Weaviate 1.38 is here! Two big capabilities reach general availability in this release — plus a ...
Weaviate • vector database(@weaviate_io) · 8.5 分
Weaviate 1.38 版本发布，新增 HFresh 和 MCP Server 两项功能，支持大规模数据处理和 AI 集成。
已收录 4 条与 HFresh 相关的内容，按评分排序。
向量索引选择需权衡性能与内存效率，HNSW适合高吞吐场景，HFresh通过压缩技术优化内存使用。
入选理由：HNSW在低延迟和高查询吞吐场景表现最优
HFresh是Weaviate推出的基于磁盘的向量索引，通过分区和两阶段搜索策略实现低内存使用和大规模数据集的高效查询。
入选理由：HFresh将内存使用降低到传统HNSW的1/10，适合资源受限场景
Weaviate 1.38版本发布，HFresh向量索引和MCP服务器达一般可用性，提升百亿级数据处理和LLM集成能力。
入选理由：HFresh向量索引支持百亿级数据处理，内存占用低，适合流式工作负载。
Weaviate 1.38 版本发布，新增 HFresh 和 MCP Server 两项功能，支持大规模数据处理和 AI 集成。
入选理由：HFresh 是 Weaviate 的新磁盘向量索引，适用于百亿级动态数据。
