Elastic与NVIDIA合作推出基于GPU加速的向量索引，提升企业AI应用效率，向量化速度可达CPU的12倍，助力快速数据检索与处理，推动现代AI解决方案发展。

Elastic 9.3.0发布，增强工作流自动化、加速向量索引及开放标准支持。集成NVIDIA cuVS，索引速度提升12倍，查询高维向量更快。ES|QL语言升级，简化数据处理。整合OpenTelemetry，提升可观察性，支持Kubernetes等架构的安全监控，确保威胁识别。

Redis 8集成了多种向量索引算法，支持高效的大规模相似性搜索，优化数据结构以提升搜索速度，适用于语义搜索和推荐系统等应用。

随着现代嵌入模型的发展，向MySQL添加向量索引面临挑战。现有研究多集中于内存数据结构，而关系数据库需处理更大数据集。我们设计了一种混合向量索引，结合内存与磁盘存储，确保在高性能和高召回率下持续更新索引。通过优化插入、合并和重新分配操作，我们的实现满足了用户对关系数据库索引的一致性期望。

萨尔瓦托·桑菲利波（“antirez”）重返Redis，担任社区推广者。他于2009年创建Redis，2020年因家庭原因暂时离开。现在，他希望通过编程演示和文档撰写，重塑Redis与社区的关系，并推动新功能的发展。他对AI和向量索引的兴趣将促进Redis的未来。

Antirez在离开Redis近四年后重返项目，旨在改善公司与社区关系，推动Redis核心发展。他对开源软件持宽松态度，认为许可变更不是主要问题，并计划引入向量索引等新功能以适应AI发展。

本文介绍了使用pgvector进行AI的性能问题，包括查询是否使用索引、列表大小是否适当、索引和更改设置所需的内存是否足够。文章还介绍了向量索引如何使用列表，以及如何选择索引的列表大小。最后，文章总结了如何确保查询使用索引、如何选择最佳列表大小以及如何确保索引有足够的内存。

Qdrant的索引功能结合了向量索引和传统索引，以提高搜索效率。向量索引加速向量搜索，负载索引则加速过滤。用户可选择索引字段，支持多种数据类型和配置选项，包括全文本搜索和参数化索引。Qdrant还提供HNSW算法和稀疏向量索引，以优化搜索结果。