文件 simdlib_emulated.h

namespace faiss

实现了具有多种变体的 k-means 聚类。

此源代码已获得 MIT 许可的授权，该许可位于此源代码树的根目录中的 LICENSE 文件中。

IDSelector旨在定义要处理的向量子集（用于移除或作为搜索的子集）

PQ4 SIMD 打包和累加函数

基本内核使用 bbs = nb * 2 * 16 个向量累加 nq 查询向量，并为此生成一个输出矩阵。这对于 nq * nb <= 4 很有趣，否则寄存器溢出变得太大。

这些函数的实现分布在 3 个 cpp 文件中，以减少并行编译时间。模板是显式实例化的。

此文件包含用于计算距离的内核的回调。

在整个库中，向量以 float * 指针的形式提供。当在批处理中一起处理（添加/搜索）多个向量时，大多数算法都可以得到优化。在这种情况下，它们作为矩阵传入。当大小为 d 的 n 个向量以 float * x 的形式提供时，向量 i 的分量 j 为

x[ i * d + j ]

其中 0 <= i < n 且 0 <= j < d。换句话说，矩阵始终是紧凑的。当指定矩阵大小时，我们称其为 n*d 矩阵，这意味着行优先存储。

I/O 函数可以读/写到文件名、文件句柄或抽象介质的对象。

读取函数返回应该用 delete 释放的对象。这些对象中的所有引用都归对象所有。

倒排列表的定义 + 一些实现接口的常用类。

由于 IVF（倒排文件）索引对于大规模用例非常有用，因此我们将一些与它们相关的功能分组到这个小库中。大多数函数都可以处理 IndexIVF 和嵌入在 IndexPreTransform 中的 IndexIVF。

在此文件中，实现了 L2 和内积之外的额外度量标准

实现了一些神经网络层，主要用于支持 QINCo

定义了一些对一组向量应用转换的对象。通常这些是预处理步骤。

函数

inline simd16uint16 combine2x2(const simd16uint16 &a, const simd16uint16 &b)

inline uint32_t cmp_ge32(const simd16uint16 &d0, const simd16uint16 &d1, const simd16uint16 &thr)

inline uint32_t cmp_le32(const simd16uint16 &d0, const simd16uint16 &d1, const simd16uint16 &thr)

inline simd32uint8 uint16_to_uint8_saturate(const simd16uint16 &a, const simd16uint16 &b)

inline simd32uint8 blendv(const simd32uint8 &a, const simd32uint8 &b, const simd32uint8 &mask): 使用mask的每个字节的最高有效位在a和b之间选择一个字节

inline simd8float32 fmadd(const simd8float32 &a, const simd8float32 &b, const simd8float32 &c)

struct simd16uint16 : public faiss::simd256bit, public faiss::simd256bit, public faiss::simd256bit: #include <simdlib_avx2.h>

struct simd32uint8 : public faiss::simd256bit, public faiss::simd256bit, public faiss::simd256bit

struct simd8uint32 : public faiss::simd256bit, public faiss::simd256bit, public faiss::simd256bit: #include <simdlib_avx2.h>

struct simd8float32 : public faiss::simd256bit, public faiss::simd256bit, public faiss::simd256bit