lorixyu

本文旨在理解为什么需要 HNSW、它如何用多层图做近似最近邻搜索、M / ef_construction / ef_search 等参数到底控制什么，以及它和 IVF、PQ、LSH、Annoy、DiskANN、BM25 等相关算法分别适合什么场景。 HNSW 是一种基于分层小世界图的近似最近邻索引。第 0 层包含所有向量，负责最终精细搜索；高层只包含部分节点，负责长距离导

C++ 内存模型与原子操作详解一、为什么需要内存模型？现代硬件和编译器为了性能会对指令进行重排序（Reordering）： 编译器重排：编译器在不改变单线程语义的前提下，可以任意重排指令顺序。 CPU 乱序执行：CPU 可能以不同于程序顺序的方式执行指令（Out-of-Order Execution）。 Store Buffer / 写缓冲区：CPU 的写操作不一定立即对其他核可见。

现代处理器与内存一致性：从 μops 到多核并发 目录 现代处理器：动态编译器 μops 微操作详解 乱序执行与按序提交 木桶效应与性能瓶颈 多核内存一致性问题 编译器屏障 vs 硬件屏障 经典并发问题：Store-Load 重排 修复方案与最佳实践 总结：层次化的顺序保证 一、现代处理器：动态编译器核心观点现代处理器不仅仅是”执行指令的机器”，它本身就是一个运行时动态优化系统： 接收标准