结构体 faiss::gpu::GpuDistanceParams

struct GpuDistanceParams

用于暴力 GPU k 近邻搜索的参数。

公共成员

faiss::MetricType metric = METRIC_L2

搜索参数：距离度量。

float metricArg = 0

搜索参数：距离度量的参数（如果适用）。对于 metric == METRIC_Lp，这是 p 值

int k = 0

搜索参数：返回 k 个最近邻。如果提供的值为 -1，则我们报告所有成对距离，而不进行 top-k 过滤

int dims = 0

向量维度。

const void *vectors = nullptr

如果 vectorsRowMajor 为 true，则为 numVectors x dims，dims 在最内层；否则，为 dims x numVectors，numVectors 在最内层

DistanceDataType vectorType = DistanceDataType::F32

bool vectorsRowMajor = true

idx_t numVectors = 0

const float *vectorNorms = nullptr

预先计算好的 vectors 中每个向量的 L2 范数，可以选择提前提供，以加快 METRIC_L2 的计算速度

const void *queries = nullptr

如果 queriesRowMajor 为 true，则为 numQueries x dims，dims 在最内层；否则，为 dims x numQueries，numQueries 在最内层

DistanceDataType queryType = DistanceDataType::F32

bool queriesRowMajor = true

idx_t numQueries = 0

float *outDistances = nullptr

一个大小为 numQueries x k 的内存区域，如果 k > 0，则 k 在最内层（行主序），或者如果 k == -1，则为大小为 numQueries x numVectors 的内存区域

bool ignoreOutDistances = false

我们是否只关心报告的索引，而不是输出距离？如果 k == -1（所有成对距离），则不使用

IndicesDataType outIndicesType = IndicesDataType::I64

一个大小为 numQueries x k 的内存区域，k 在最内层（行主序）。如果 k == -1（所有成对距离），则不使用

void *outIndices = nullptr

int device = -1

搜索应在哪个 GPU 设备上运行？-1 表示使用当前 CUDA 线程本地设备（通过 cudaGetDevice/cudaSetDevice）。否则，整数 0 <= device < numDevices 表示执行的设备

bool use_cuvs = false

索引是否应向下分派到 cuVS？