FAISS - Busca Eficiente de Similaridade

Biblioteca do Facebook AI para busca de similaridade de vetores em escala de bilhões.

Quando usar FAISS

Use FAISS quando:

• Precisa de busca rápida de similaridade em grandes conjuntos de dados vetoriais (milhões/bilhões)
• Aceleração GPU é necessária
• Similaridade pura de vetores (sem filtragem de metadados necessária)
• Throughput alto e baixa latência são críticos
• Processamento offline/batch de embeddings

Métricas:

• 31.700+ stars no GitHub
• Meta/Facebook AI Research
• Processa bilhões de vetores
• C++ com bindings Python

Use alternativas em vez disso:

• Chroma/Pinecone: Precisa de filtragem por metadados
• Weaviate: Precisa de recursos completos de banco de dados
• Annoy: Mais simples, menos recursos

Início rápido

Instalação

# Apenas CPU
pip install faiss-cpu

# Com suporte a GPU
pip install faiss-gpu

Uso básico

import faiss
import numpy as np

# Criar dados de exemplo (1000 vetores, 128 dimensões)
d = 128
nb = 1000
vectors = np.random.random((nb, d)).astype('float32')

# Criar índice
index = faiss.IndexFlatL2(d)  # Distância L2
index.add(vectors)             # Adicionar vetores

# Buscar
k = 5  # Encontrar 5 vizinhos mais próximos
query = np.random.random((1, d)).astype('float32')
distances, indices = index.search(query, k)

print(f"Nearest neighbors: {indices}")
print(f"Distances: {distances}")

Tipos de índice

1. Flat (busca exata)

# Distância L2 (Euclidiana)
index = faiss.IndexFlatL2(d)

# Produto interno (similaridade de cosseno se normalizado)
index = faiss.IndexFlatIP(d)

# Mais lento, mais preciso

2. IVF (inverted file) - Aproximação rápida

# Criar quantizador
quantizer = faiss.IndexFlatL2(d)

# Índice IVF com 100 clusters
nlist = 100
index = faiss.IndexIVFFlat(quantizer, d, nlist)

# Treinar nos dados
index.train(vectors)

# Adicionar vetores
index.add(vectors)

# Buscar (nprobe = clusters a buscar)
index.nprobe = 10
distances, indices = index.search(query, k)

3. HNSW (Hierarchical NSW) - Melhor qualidade/velocidade

# Índice HNSW
M = 32  # Número de conexões por camada
index = faiss.IndexHNSWFlat(d, M)

# Sem necessidade de treinamento
index.add(vectors)

# Buscar
distances, indices = index.search(query, k)

4. Product Quantization - Eficiente em memória

# PQ reduz memória em 16-32×
m = 8   # Número de subquantizadores
nbits = 8
index = faiss.IndexPQ(d, m, nbits)

# Treinar e adicionar
index.train(vectors)
index.add(vectors)

Salvar e carregar

# Salvar índice
faiss.write_index(index, "large.index")

# Carregar índice
index = faiss.read_index("large.index")

# Continuar usando
distances, indices = index.search(query, k)

Aceleração GPU

# GPU única
res = faiss.StandardGpuResources()
index_cpu = faiss.IndexFlatL2(d)
index_gpu = faiss.index_cpu_to_gpu(res, 0, index_cpu)  # GPU 0

# Multi-GPU
index_gpu = faiss.index_cpu_to_all_gpus(index_cpu)

# 10-100× mais rápido que CPU

Integração com LangChain

from langchain_community.vectorstores import FAISS
from langchain_openai import OpenAIEmbeddings

# Criar vector store FAISS
vectorstore = FAISS.from_documents(docs, OpenAIEmbeddings())

# Salvar
vectorstore.save_local("faiss_index")

# Carregar
vectorstore = FAISS.load_local(
    "faiss_index",
    OpenAIEmbeddings(),
    allow_dangerous_deserialization=True
)

# Buscar
results = vectorstore.similarity_search("query", k=5)

Integração com LlamaIndex

from llama_index.vector_stores.faiss import FaissVectorStore
import faiss

# Criar índice FAISS
d = 1536
faiss_index = faiss.IndexFlatL2(d)

vector_store = FaissVectorStore(faiss_index=faiss_index)

Melhores práticas

1. Escolha o tipo de índice certo - Flat para <10K, IVF para 10K-1M, HNSW para qualidade
2. Normalize para cosseno - Use IndexFlatIP com vetores normalizados
3. Use GPU para grandes conjuntos de dados - 10-100× mais rápido
4. Salve índices treinados - Treinamento é custoso
5. Ajuste nprobe/ef_search - Equilibre velocidade/precisão
6. Monitore memória - PQ para grandes conjuntos de dados
7. Agrupe queries em lote - Melhor utilização de GPU

Desempenho

Tipo de Índice	Tempo de Build	Tempo de Busca	Memória	Precisão
Flat	Rápido	Lento	Alto	100%
IVF	Médio	Rápido	Médio	95-99%
HNSW	Lento	Mais rápido	Alto	99%
PQ	Médio	Rápido	Baixo	90-95%

Recursos

• GitHub: https://github.com/facebookresearch/faiss ⭐ 31.700+
• Wiki: https://github.com/facebookresearch/faiss/wiki
• License: MIT