turbovec（RyanCodrai/turbovec）是一个用 Rust 实现、带 Python 绑定的向量索引库，基于 Google Research 的 TurboQuant 量化算法做近似最近邻（ANN）检索。它主打高压缩 + 高速度：宣称 1000 万文档语料用 float32 需约 31GB 内存，而 turbovec 压到约 4GB，并比 FAISS 检索更快。TurboQuant 是「数据无关（data-oblivious）」量化器，无需 codebook 训练或数据遍历即可达到接近香农失真下界。MIT 许可，约 2,873 stars，主语言 Python（核心 Rust），同时发布 PyPI（turbovec）与 crates.io，有论文（arXiv:2504.19874）。
来源：README.md（标题、介绍、Python 用法、徽章）；GitHub 仓库元数据（stars=2873、language=Python、license=MIT、topics ann/quantization/rust） 查看 GitHub 仓库 →RAG 与向量检索在大规模语料下面临内存占用大、检索慢、需训练 codebook 等问题。turbovec 基于 TurboQuant 做免训练量化（加入即索引、随语料增长无需重建），用手写 NEON/AVX-512 SIMD kernel 在 ARM 上比 FAISS IndexPQFastScan 快 12–20%、x86 上持平或更快，并支持搜索时过滤（allowlist）与纯本地/气隙部署，契合隐私、内存与延迟敏感的 RAG 需求，因而受关注。需说明：性能/压缩对比为项目自述基准，实际依数据、维度与硬件；它是 ANN 量化索引，召回受 bit_width 等参数影响。截至数据采集约 2,873 stars。
来源：README.md（介绍、Filter、Pure local）；GitHub 仓库元数据（stars=2873、pushed_at 2026-05）基于 TurboQuant 数据无关量化，无需 codebook 训练或数据遍历，加入即索引、无需随增长重建。
来源：README.md（介绍、No codebook training）手写 NEON/AVX-512 kernel，ARM 上比 FAISS IndexPQFastScan 快 12–20%、x86 持平或更快（自述基准）。
来源：README.md（Faster than FAISS）支持 id allowlist/位掩码在 kernel 内过滤，选择性过滤避免大部分 SIMD 开销且不损召回。
来源：README.md（Filter at search time、Hybrid retrieval）纯本地/气隙部署、不外发数据；IdMapIndex 支持稳定外部 uint64 id 与 O(1) 删除，索引可写盘加载。
来源：README.md（Pure local、IdMapIndex 用法）turbovec 核心用 Rust 实现、对外提供 Python 绑定。索引基于 TurboQuant：数据无关量化器，把向量量化为低比特表示（如 bit_width=4），无需 codebook 训练或数据遍历，加入向量即索引、随语料增长不必重建。检索由手写 SIMD kernel（ARM NEON、x86 AVX-512BW）执行，并支持搜索时过滤——传入 id allowlist 或 slot 位掩码，过滤在 SIMD kernel 内以 32 向量块粒度进行（无允许槽的块直接短路、被允许块内非允许槽在入堆时丢弃），从而对选择性过滤避免大部分 SIMD 开销且不损召回。提供 TurboQuantIndex 与支持稳定外部 id/删除的 IdMapIndex，索引可写盘/加载。纯本地运行，可配任意开源嵌入模型组成气隙 RAG。
来源：README.md（介绍、Python/IdMapIndex/Hybrid retrieval 说明）；GitHub 仓库元数据（language=Python、Rust 核心）中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
TurboQuant（量化算法）手写 SIMD kernel（NEON/AVX-512BW）numpy（Python 接口）适合在内存、隐私或延迟敏感场景下做向量检索/RAG：大规模语料的低内存高速 ANN 检索、纯本地/气隙的 RAG（配开源嵌入模型不外发数据）、需要搜索时按租户/权限/时间窗等过滤的混合检索，以及作为 FAISS 的可选替代。也适合需要免训练、随语料增长无需重建索引的工程场景。召回与压缩需按 bit_width 等参数和数据特性评估。
来源：README.md（介绍、Pure local、Hybrid retrieval）本页未列固定版本号；turbovec 通过 PyPI（turbovec）与 crates.io 发布，版本见对应页面与 GitHub Releases。仓库最后更新约在 2026 年 5 月，维护活跃；算法依据 TurboQuant 论文（arXiv:2504.19874）。
来源：README.md（徽章）；GitHub pushed_atturbovec 是一个基于 Google TurboQuant 的 Rust 向量索引（带 Python 绑定）：用数据无关、免训练的量化把向量高压缩存储（自述 31GB→4GB），手写 NEON/AVX-512 kernel 使检索快于或持平 FAISS，并支持在 kernel 内高效的搜索时过滤与纯本地/气隙部署，对内存、隐私或延迟敏感的 RAG/向量检索很有吸引力。要清楚性能与压缩为自述基准、实际依数据与硬件、ANN 量化召回受 bit_width 等参数影响、生态相对成熟库仍较新、SIMD 依赖指令集支持。作为 FAISS 的轻量高压缩本地替代，思路新、定位清晰。
来源：综合 README.md 的定位、TurboQuant 原理、能力与基准性质