kmeans

PRQ-KMeans是一种事后分词方法，通过移除全局均值成分、优化质心并使用投影残差来改进语义ID的残差量化，在工业搜索和公开推荐基准测试中实现了显著的性能提升。

Flash-KMeans是精确KMeans的一种I/O感知实现，它围绕现代GPU瓶颈重新设计了算法，通过消除冗余的内存读写，相比cuML实现了33倍加速，相比FAISS实现了200倍加速。

Shuo Yang 及其团队发布了 FlashLib，这是一个 GPU 库，可以加速 KMeans、KNN、HDBSCAN、PCA 和 t-SNE 等经典机器学习算子，声称加速比高达 208 倍。