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%。
ข่าว AI / 论文研究
Back to AI news
Xiaohongshu HELMSMAN: เซิร์ฟเวอร์แฟลชทั้งหมดทำให้การค้นหาเวกเตอร์ประสิทธิภาพสูงเป็นไปได้ ลดต้นทุนฮาร์ดแวร์มากกว่า 90%
ทีมสถาปัตยกรรมเครื่องมือค้นหาของ Xiaohongshu ได้นำเสนอ HELMSMAN ที่งาน OSDI 2026 ซึ่งเป็นระบบค้นหาเวกเตอร์ใกล้เคียงสูงประสิทธิภาพสำหรับเซิร์ฟเวอร์แฟลชทั้งห...
สรุปข่าวกรอง AI วันนี้
ทีมสถาปัตยกรรมเครื่องมือค้นหาของ Xiaohongshu ได้นำเสนอ HELMSMAN ที่งาน OSDI 2026
ซึ่งเป็นระบบค้นหาเวกเตอร์ใกล้เคียงสูงประสิทธิภาพสำหรับเซิร์ฟเวอร์แฟลชทั้งหมด ระบบนี้ใช้ดัชนีแบบจัดกลุ่ม, กองเก็บข้อมูลที่ปรับแต่งเอง และการตัดแต่งการค้นหาแบบเรียนรู้ชั้น เพื่อให้เซิร์ฟเวอร์แฟลชทั้งหมดประมาณ 40 เครื่องรับภาระงานเทียบเท่ากับ CPU Core ประมาณ 35,000 ตัวและ DRAM ประมาณ 350 TB ในอดีต โดยสามารถประหยัดค่าใช้จ่ายด้านฮาร์ดแวร์ได้มากกว่า 90%
资讯正文 · AI 整理
情报判断
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
当前抓取源提供的是标题、摘要、来源和原文入口，不直接搬运完整原文。完整报道请通过下方原文链接前往来源站点查看。
抓取通道: 摘要聚合 · 原始域名: mp.weixin.qq.com
แหล่งที่มา: 公众号：小红书技术（dots.llm）
原文链接: เปิดแหล่งต้นฉบับ
Aioga 归档: 查看情报页
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