向量内存暴降8倍，搜索快过FAISS
推荐指数 76.0 NO. 001 · 2026.07.26
Stars14,233
为什么值得看
turbovec 是基于 Google TurboQuant 算法的 Rust 向量索引，将 1000 万文档从 31GB 压缩到 4GB，无需训练即可在线增量索引。对需要低成本部署大规模向量检索的团队，这是 FAISS 之外值得认真评估的新选项。
A vector index built on TurboQuant, written in Rust with Python bindings
媒体预览
编辑判断
向量检索的内存瓶颈长期被 FAISS、Milvus 等方案默认接受，团队通常靠加机器或降精度换容量。turbovec 的突破口是 TurboQuant 的数据无关量化——这意味着无需像 PQ 那样为每个数据集调参训练，新数据流入时不用重建索引，这对实时场景（如用户行为向量持续更新）是结构性优势。
但需注意其 x86 上 2-bit 配置仍略输 FAISS，且 14233 stars 里可能有短期 hype 成分。建议做 RAG 或推荐系统的团队用自有数据集跑 latency-recall 曲线，重点测在线写入场景下的稳定性，而非只看 benchmark 数字。ARM 端表现更优，移动端/边缘部署的团队可以优先试。
Star History
生态分析
Beta
面向低成本部署的轻量级增量向量索引，FAISS的压缩替代方案
独特价值：TurboQuant压缩+在线增量索引，千万文档内存从31GB降至4GB
竞品：