深入理解Faiss 原理&源碼 (一) 編譯

Faiss系列, 從單機lib到構建大規模分布式向量檢索系統, 且聽我娓娓道來

Faiss是什么?

Faiss是Facebook AI團隊開源的針對聚類和相似性搜索庫，為稠密向量提供高效相似度搜索和聚類，支持十億級別向量的搜索，是目前最為成熟的近似近鄰搜索庫。它包含多種搜索任意大小向量集（備注：向量集大小由RAM內存決定）的算法，以及用於算法評估和參數調整的支持代碼。Faiss用C++編寫，並提供與Numpy完美銜接的Python接口。除此以外，對一些核心算法提供了GPU實現

Faiss

mac下安裝

官方 install

安裝mac xcode工具包

xcode-select --install

因為是通過源碼編譯, 需要依賴gcc系列工具包, 所以要先執行這一步

安裝 openblas

brew install openblas

BLAS是 Basic Linear Algebra Subprograms （基本線性代數子程序）的首字母縮寫，主要用來做基礎的矩陣計算，或者是向量計算。它分為三級：

BLAS 1級，主要做向量與向量間的dot或乘加運算，對應元素的計算；
BLAS 2級，主要做矩陣和向量，就類似PPT中藍色部分所示，矩陣A*向量x，得到一個向量y。除此之外，可能還會有對稱的矩陣變形；
BLAS 3級，主要是矩陣和矩陣的計算，最典型的是A矩陣B矩陣，得到一個C矩陣。由矩陣的寬、高，得到一個mn的C矩陣。

為什么BLAS是一個非常重要的庫或者接口，是因為它是很多科學計算的核心之一。每年做超級計算機的排行榜，都要做LINPACK測試，該測試很多部分就是做BLAS 3級矩陣和矩陣的計算。此外，還有很多科學和工程的模擬，在轉換后都變成了一種矩陣上的操作。如果你把矩陣優化的特別好的話，對整個應用的提升，都是非常有幫助的。

安裝swig

brew install swig

簡單包裝界面產生器（英語：Simplified Wrapper and Interface Generator, SWIG）是一個開源軟件工具，用來將C語言或C++寫的計算機程序或函式庫，連接腳本語言，例如Lua, Perl, PHP, Python, R, Ruby, Tcl, 和其它語言，例如C#, Java, JavaScript, Go, D, OCaml, Octave, Scilab以及Scheme. 也可以輸出成XML格式。

安裝libomp

brew install libomp

OpenMP（Open Multi-Processing）是一套支持跨平台共享內存方式的多線程並發的編程API，使用C,C++和Fortran語言，可以在大多數的處理器體系和操作系統中運行，包括Solaris, AIX, HP-UX, GNU/Linux, Mac OS X, 和Microsoft Windows。包括一套編譯器指令、庫和一些能夠影響運行行為的環境變量。

OpenMp

編譯faiss

下載代碼, 此處選擇最新v1.7.1 tag

git clone https://github.com/facebookresearch/faiss.git

cd faiss

git checkout v1.7.1

cmake參數選擇

vim CMakeLists.txt

此處不需要gpu索引和python版本, 修改CMakeLists.txt 對應設置

option(FAISS_OPT_LEVEL "" "generic")
option(FAISS_ENABLE_GPU "Enable support for GPU indexes." OFF)
option(FAISS_ENABLE_PYTHON "Build Python extension." OFF)
option(FAISS_ENABLE_C_API "Build C API." ON)

cmake 依賴校驗