基于前一章的近似最近邻算法，本章将集中讨论优化向量 (vector)搜索性能和资源使用的实际需求。低搜索延迟、高查询吞吐量 (throughput)和高效的内存管理，对于部署高效的LLM应用来说非常重要。

本章将介绍实现这些目标的方法。我们将讨论向量压缩技术，例如标量量化 (quantization)（$SQ$）和乘积量化（$PQ$），以及其优化型（$OPQ$）变体。你将学习实现高效元数据过滤的策略，并比较前置过滤和后置过滤机制。此外，本章还将讨论硬件加速选项，如CPU SIMD指令和GPU，以及内存管理和缓存方法。完成本章学习将让你掌握实用技术，以调整向量搜索操作，提升速度和效率。