GPU 索引概述
在 Milvus 中建立一个支持 GPU 的索引，可以显著提高高吞吐量和高调用场景下的搜索性能。
GPU_CAGRA
GPU_CAGRA 索引是为 GPU 优化的基于图形的索引。与使用昂贵的训练级 GPU 相比，使用推理级 GPU 运行 Milvus GPU 版本可以更具成本效益。
GPU_IVF_FLAT
GPU_IVF_FLAT 索引是 IVF_FLAT 索引的 GPU 加速版本，专为 GPU 环境设计。它将向量数据划分为 nlist 簇单元，并通过首先比较目标查询向量和每个簇的中心来计算相似性。通过调整 nprobe 参数，只搜索最有希望的簇，从而减少查询时间，同时保持准确性和速度之间的平衡。有关基础概念的更多信息，请参阅 IVF_FLAT。
GPU_IVF_PQ
GPU_IVF_PQ 索引以 IVF_PQ 概念为基础，将倒排文件聚类与乘积量化（PQ）相结合，后者将高维向量分解为更小的子空间并对其进行量化，从而实现高效的相似性搜索。GPU_IVF_PQ 专为 GPU 环境设计，利用并行处理加速计算并有效处理大规模向量数据。有关基础概念的更多信息，请参阅 IVF_PQ。
GPU_BRUTE_FORCE
GPU_BRUTE_FORCE 索引专为 GPU 环境设计，适用于对准确性要求极高的场景。它通过将每个查询与数据集中的所有向量进行详尽比较，确保不会忽略任何潜在匹配，从而保证召回率为 1。利用 GPU 加速，GPU_BRUTE_FORCE 适用于要求向量相似性搜索绝对精确的应用。