铠侠助力单台服务器实现 48 亿级高维向量数据库运行，借助 GPU 将索引构建时间加速 7.8 倍

东京——全球存储解决方案领导者铠侠宣布，已成功演示基于其开源 KIOXIA AiSAQ™ 近似最近邻搜索（ANNS）技术，在单台服务器上实现可扩展至 48 亿个向量的高维向量搜索。同时，铠侠还展示了通过结合NVIDIA cuVS 库的 GPU 加速能力，显著缩短索引构建时间。这两项成果标志着检索增强生成（RAG）搜索解决方案取得重大进展。目前，铠侠正持续研发，以支持超过 48 亿向量的更大规模部署。

长期以来，大规模向量数据库的索引构建耗时过长，一直是行业核心痛点所在。在与 NVIDIA 的合作中，铠侠展示了在处理 1024 维高维向量时，KIOXIA AiSAQ 的索引构建性能提升 20 倍，端到端构建时间缩短 7.8 倍。 20 倍的性能提升意味着，如果仅使用 CPU ，索引构建需要 28.4 天；如果采用 4 颗 NVIDIA Hopper GPU ，仅需要 1.4 天即可完成。端到端测试时间也从 31 天缩短至 4 天。^*1

当前 AI 应用对存储于 SSD、规模达数百亿甚至更高量级的海量向量化数据需求日益增长。在数十亿级体量下，仅靠 DRAM 已不具备现实可行性。KIOXIA AiSAQ 技术打造出高度可扩展存储架构，在搭载 Milvus 向量数据库的单台查询服务器中实现数十亿级向量搜索，性能满足 RAG 应用的延迟要求；同时借助 GPU 加速索引构建，使 AI 大规模落地部署变得更加切实可行。

“对于需要实时跨域海量非结构化数据集来理解意图、上下文和相似性的应用而言，向量数据库提供了重要的底层支持，”NVIDIA 存储技术副总裁 Jason Hardy表示，“通过结合 NVIDIA cuVS 库的 GPU 加速索引能力，铠侠以空前高效的方式，支撑大规模高维向量数据库的扩展与索引构建。”

去年首次公布的 KIOXIA AiSAQ 开源软件技术直接从 SSD 层面执行向量搜索，降低了 DRAM 内存占用，有效解决了 RAG 的扩展性难题。该技术具备极强的扩展能力，既适用于用户共享环境（虚拟机），也支持大规模单体索引部署。其采用创新的全局索引算法，将混合聚类与图搜索相结合，可在超大规模下提供极为高效的向量搜索。KIOXIA AiSAQ 凭借灵活可调的参数配置，可在性能与海量向量扩展性之间实现平衡，让大规模部署更易落地、更易扩展。

“将向量数据库扩展至数十亿级规模，需要我们重新审视内存与计算的关系。”铠侠株式会社 SSD 部门副总裁兼常务总监横塚賢志表示，“通过将基于 SSD 的 KIOXIA AiSAQ 向量搜索技术与用于索引构建的 NVIDIA GPU 加速相结合，我们为大规模部署提供了切实可行的索引构建方案。作为行业创新者，我们将继续依托闪存技术探索并拓展 AI 的边界。”

铠侠始终致力于推进以存储为核心的 AI 解决方案，支持大规模智能数据处理，并将持续推动 KIOXIA AiSAQ 向万亿级向量部署方向发展。

铠侠是全球存储器解决方案领导者，致力于开发、生产和销售闪存及固态硬盘（SSD）。东芝公司于1987年发明了NAND闪存， 在2017年4月铠侠前身东芝存储器集团从东芝公司剥离。铠侠致力于通过提供产品、服务和系统，为客户创造选择并为社会创造基于记忆的价值，以“记忆”提升世界。铠侠的创新 3D 闪存技术 BiCS FLASH™，正在塑造诸多高密度应用的未来存储方式，其中包括高端智能手机、PC、SSD、汽车、数据中心和生成式AI系统等。