数百亿向量怎么搜？Pinterest 抛弃“内存大户”HNSW，转向量化 SPANN

📋总体概括

Pinterest 在数亿至数百亿级向量检索场景下，放弃了长期主流的图索引 HNSW，转向微软提出的 SPANN 磁盘式倒排索引架构，并引入向量量化压缩。核心动因是 HNSW 将全量向量驻留内存，在大规模数据下内存成本成为「大户」，而 SPANN 通过聚类分区、部分向量驻留内存、其余放磁盘的方式大幅降低资源开销。这一案例说明超大规模向量检索的选型逻辑正从纯性能导向转向成本与可扩展性导向。