乘积量化 (PQ) 通过将高维向量压缩为紧凑的代码来减少内存占用，从而实现高效存储。PQ 不是存储全精度浮点值（例如 32 位浮点数），而是将向量分成更小的子向量，每个子向量使用单独的码本独立量化。例如，一个 128 维向量可以分成 8 个子向量，每个子向量 16 维。每个子向量都被替换为其最接近的质心（代表性向量）在预训练码本中的索引。如果每个码本有 256 个质心（8 位索引），则原始 128 维向量（在 float32 中为 512 字节）将变为 8 字节（8 个子向量 × 每个索引 1 字节）。这可将内存使用量减少约 98%，从而使在有限硬件上构建大规模向量索引成为可能。
压缩会通过引入近似误差来影响搜索质量。由于 PQ 用量化近似值替换原始向量，距离计算（例如欧几里得距离或余弦相似度）将变为近似值。例如，当比较查询向量与压缩向量时，会使用预先计算好的查询子向量与码本质心之间的查找表来计算距离。这种近似可能会降低召回率（找到所有相关项的能力）和精度（顶部结果的准确性），因为压缩表示可能无法完美保留原始向量关系。然而，这种影响通常是可控的：PQ 的设计确保误差分布在子向量中，并且调整子向量数量或码本大小等参数可以减轻损失。例如，使用 16 个子向量（每个子向量 256 个质心）可能比使用 8 个子向量（每个子向量 512 个质心）产生更高的精度，但内存成本更高。
在实践中，PQ 通常与粗粒度量化方法（例如 IVF）结合使用，以平衡速度、内存和准确性。例如，系统可能首先使用粗粒度索引 (IVF) 过滤候选对象，然后使用 PQ 压缩向量对结果进行细化。开发人员可以根据其召回率-精度权衡要求调整 PQ 参数。较小的码本（例如每个子向量 64 个质心）可以节省更多内存，但风险是近似误差更大，而较大的码本（例如 1024 个质心）可以提高准确性，但会牺牲内存。在真实数据集上进行测试至关重要：在推荐系统中，5% 的召回率下降可能对于 10 倍的内存减少是可以接受的，而医学图像搜索可能优先考虑精度，需要更精细的量化。