Jupyter内核调用Faiss索引search方法时崩溃（M1 Pro环境）

在M1/ARM64架构的Mac上使用Faiss时，search方法引发内核崩溃是较为常见的兼容性问题，以下是具体排查思路和解决方案：

1. 确认Faiss的架构适配版本 #

pip默认分发的Faiss包多为x86_64架构，依赖Rosetta 2转译运行，计算密集型的search操作极易触发崩溃。需安装针对ARM64优化的版本：

• 先卸载现有Faiss：

  pip uninstall -y faiss faiss-cpu
  

• 使用ARM版本的conda（如Miniforge3）安装适配包：

  conda install -c conda-forge faiss-cpu
  

2. 验证索引文件与类型兼容性 #

若索引是在x86架构机器上创建的，部分复杂索引类型（如IVF_HNSW、IVF_PQ）可能存在跨架构兼容性问题：

• 先测试基础索引类型（如IndexFlatL2）是否正常运行：

  import faiss
  import numpy as np
  
  dim = 128
  # 创建Flat索引并添加测试数据
  index = faiss.IndexFlatL2(dim)
  data = np.random.rand(1000, dim).astype(np.float32)
  index.add(data)
  # 执行搜索测试
  query = np.random.rand(1, dim).astype(np.float32)
  D, I = index.search(query, k=5)
  print("距离：", D, "\n索引：", I)
  

• 若测试代码正常，说明原索引文件存在架构兼容问题，需在ARM环境重新创建索引。

3. 检查输入数据格式 #

Faiss对输入数据有严格要求，不符合规范会触发底层崩溃：

• 确保query是float32类型且为连续数组，可强制转换：

  query = np.ascontiguousarray(query.astype(np.float32))
  

4. 排除Jupyter环境问题 #

部分x86版本的Jupyter内核与ARM原生Faiss库存在冲突：

• 直接在终端运行Python脚本测试代码，若不崩溃则需重新安装ARM版本的Jupyter：

  pip install jupyter
  

5. 源码编译Faiss（终极方案） #

若conda安装的版本仍无法解决问题，可针对M1 Pro从源码编译：

• 安装编译依赖：

  brew install cmake openblas
  

• 克隆并编译Faiss：

  git clone https://github.com/facebookresearch/faiss.git
  cd faiss && mkdir build && cd build
  cmake -DBUILD_SHARED_LIBS=ON -DFAISS_ENABLE_PYTHON=ON -DCMAKE_INSTALL_PREFIX=/usr/local ..
  make -j8 && make install
  

• 安装Python绑定：

  cd ../python && pip install .
  

内容的提问来源于stack exchange，提问作者Roman