AI 数据库的性能评估指标与基准测试有哪些？

1. 延迟与吞吐基准

• 在百万级（约 1M × 128 维）、高召回（Recall@10 ≈ 0.99）条件下，HNSW p99 约 0.2～1.2 毫秒、IVF-PQ 约 0.9～5 毫秒、DiskANN（需 NVMe SSD）约 4～5 毫秒；规模与召回率对数字影响极大，需对齐测试条件再比较
• 评估需在目标数据规模与召回率下测量 P50/P99 延迟，避免脱离条件横向对比

2. 召回率指标

• Recall@K、Precision@K 衡量检索质量
• 量化（PQ/SQ）会引入少量召回损失，需在成本与精度间权衡

3. 规模化与成本基准

• 单索引可支撑的向量规模、集群可扩展上限
• 单位 QPS 成本、存储压缩比，用于 ROI 评估

4. 权威测试与实测

• 中国信通院"可信数据库"评测体系已发布《向量数据库技术要求》《向量数据库性能测试方法》等标准，其规模与性能测试结果可作为选型参考
• 不同产品的测试口径（维度、数据集、召回率）不同，横向对比需对齐条件