小红书引擎架构团队在OSDI 2026提出HELMSMAN，一个面向全闪存服务器的高性能向量近似最近邻搜索系统。
该系统通过聚类式索引、定制化存储栈和分层学习式搜索剪枝，用约40台全闪存服务器承载了过去约35，000 CPU Core和约350 TB DRAM的负载，硬件成本节省超过90%。
Actu IA / Recherche
Back to AI news
Xiaohongshu HELMSMAN : Serveur tout flash pour réaliser une recherche vectorielle haute performance, économisant plus de 90 % des coûts matériels
L'équipe d'architecture moteur de Xiaohongshu a présenté à l'OSDI 2026 HELMSMAN, un système de recherche de voisins les plus proches approximatifs vectorie...
Brief IA du jour
L'équipe d'architecture moteur de Xiaohongshu a présenté à l'OSDI 2026 HELMSMAN, un système de
recherche de voisins les plus proches approximatifs vectoriels haute performance pour serveurs entièrement flash. Ce système, grâce à un index de type clustering, une pile de stockage personnalisée et une élagage de recherche hiérarchique basée sur l'apprentissage, prend en charge avec environ 40 serveurs entièrement flash une charge qui nécessitait auparavant environ 35 000 cœurs CPU et environ 350 To de DRAM, permettant d'économiser plus de 90 % des coûts matériels.
资讯正文 · AI 整理
Évaluation
Aioga 编辑摘要
小红书引擎架构团队在OSDI 2026提出HELMSMAN。该系统面向全闪存服务器，以聚类式索引、定制化存储栈和分层学习式搜索剪枝实现向量近似最近邻搜索。
背景分析
公开材料称，HELMSMAN用约40台全闪存服务器承载了过去约35000个CPU核心和约350 TB DRAM对应的负载，报告的硬件成本节省幅度超过90%。
Aioga 观点
Aioga判断，HELMSMAN值得关注之处在于将索引结构、存储栈与搜索剪枝协同设计，并以全闪存服务器承接原有大规模计算与内存负载。
影响与后续
Aioga判断，该结果可能为高性能向量检索的硬件配置提供新的工程参考；但现有材料未披露测试数据集、延迟、召回率及成本核算口径，不宜扩大结论。 值得关注后续论文或团队披露的完整实验设置，包括近似最近邻搜索质量、延迟与吞吐表现、闪存读写特征，以及超过90%硬件成本节省的计算边界。
Source and Copyright
La source fournit un titre, un résumé, une attribution et un lien original. Aioga ne republie pas l’article intégral.
Canal de collecte: Agrégation de résumés · Domaine source: mp.weixin.qq.com
Source: 公众号：小红书技术（dots.llm）
Lien original: Ouvrir la source
Archive Aioga: Ouvrir la page de veille
Content record: summary-fallback · Updated: 2026-07-23T04:00:00.000Z
API RELAY · DEVELOPER INFRASTRUCTURE
API 中转站
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this article