Qdrant 中的 TurboQuant
TurboQuant —— 来自 Google Research 的一种全新的基于旋转的向量量化算法 —— 现已在 Qdrant 1.18 中发布，并带有使其适用于实际嵌入向量的扩展功能。
Ivan Pleshkov & Jonas Schulz
2026年5月13日
Qdrant 内部结构
深入了解 Qdrant 高性能向量搜索引擎的内部机制。探索 Qdrant 向量搜索引擎所构建的架构、组件和设计原则。
专为向量搜索而生
为什么插件式向量搜索看起来不错 —— 直到你真正使用它时。
Evgeniya Sukhodolskaya & Andrey Vasnetsov
2025年2月17日
隆重推出 Gridstore：Qdrant 的自定义键值存储
我们为何以及如何构建自己的键值存储。一份关于我们的流程和结果的简短技术报告。
Luis Cossio, Arnaud Gourlay & David Myriel
2025年2月5日
Qdrant 内部：不可变数据结构
了解不可变数据结构如何提高 Qdrant 中的向量搜索性能。
Andrey Vasnetsov
2024年8月20日
作为独立服务的向量搜索
为什么向量搜索需要独立的服务。
Andrey Vasnetsov
2023年11月30日
Google Summer of Code 2023 - Qdrant 向量数据库的多边形地理过滤
我在 Qdrant 参加 Gsoc '23 的工作与经验总结。
Zein Wen
2023年10月12日
二进制量化 - 向量搜索，速度提升 40 倍
二进制量化是一种新引入的机制，旨在减少内存占用并提高性能
Nirant Kasliwal
2023年9月18日
Qdrant 内部揭秘：io_uring
磁盘速度慢拖慢了你的 Qdrant 部署？用这一招搞定 IO 开销！
Andre Bogus
2023年6月21日
向量搜索中的乘积量化 | Qdrant
探索向量搜索技术中的乘积量化。了解它如何优化存储并加速高维数据的搜索过程。
Kacper Łukawski
2023年5月30日
标量量化：背景、实践及更多 | Qdrant
探索标量量化在优化数据存储和增强性能方面的效率。了解其数据压缩优势和效率改进。
Kacper Łukawski
2023年3月27日
服务一百万个向量所需的最小内存
如何正确测量内存使用量并优化 Qdrant 以降低内存消耗。
安德烈·瓦斯涅佐夫
2022年12月07日
可过滤的 HNSW
如何进行带有自定义过滤的 ANN 搜索？在选定的子集中搜索而不丢失结果。
安德烈·瓦斯涅佐夫
2019年11月24日