伯克利开源 LEANN:把 201GB 向量索引压到 6GB,本地 RAG 省 97% 存储
thisguyknowsai · x · 2026-11-04
UC Berkeley 团队开源了 LEANN,一个超小体积向量数据库,获 MLSys 2026 最佳研究论文,GitHub 已有 13.5k stars。
核心原理:普通向量数据库要为每条数据存 embedding,所以体积巨大;LEANN 不存 embedding,只保留一个剪枝后的微型图结构,检索时按需重算所需的 embedding。用图基选择性重算加高精度剪枝,在几乎不损失准确率的情况下省 97% 存储。
官方基准数据:
- 78 万条邮件分块:2.4GB → 79MB
- 40 万条聊天记录:1.8GB → 64MB
- 3.8 万条浏览器历史:130MB → 6.4MB
- 6000 万文本块只需 6GB(传统方案 201GB)
它能在笔记本上用自然语言语义检索 PDF、Apple Mail、Chrome 历史、iMessage、旧版 ChatGPT/Claude 对话和代码库,支持 MCP 集成 Claude Code:团队在 30 个任务上的测试中,接入 LEANN 的 Claude Code upfront 找到的相关代码是关键词检索的 2.1 倍。
「Infra」频道最新
- 存储市场遇冷：长江存储暂缓 IPO，SK 海力士同样叫停 Solidigm 上市 — zephyr_z9 · 2026-11-04
- Cohere 跟进 Mistral 切入主权推理服务，只托管不自研模型 — nathanbenaich · 2026-11-04
- 下季度 AMD 营收将首超 Intel,Q4'26 预估 170 亿对 155 亿美元 — BenBajarin · 2026-11-04
- Sam Altman 谈全球内存供应:RAM 已成 AI 竞争关键瓶颈 — GREATD4NNY · 2026-11-04
- RTX 5090 市面实际价格突破 9000 美元，NVIDIA GPU 成本持续攀升 — teleforce · 2026-11-04
- 生产数据实测：Qdrant 比 Meilisearch 快 2 倍省 9 倍内存 — qdrant_engine · 2026-11-04