Vector Search公式のブログ記事（https://www.pinecone.io/learn/series/faiss/hnsw/）は、Vector Searchの主要製品・提供機能に関する一次情報である。Existing P-01-001 defines vector search generically without naming algorithm/vendor.具体的には「HNSW graphs are among the top-performing indexes for vector similarity search... super fast search speeds and fantastic recall.」といった記載がある。ただし、これは取得時点で公開されている構成であり、各提供物の機能範囲・提供地域・提供終了の有無はこのSourceからは確認できません。 Vendor content (Pinecone); corroborated by other vendor docs but not independent third-party evaluation.2026年08月26日に同Sourceを取得し、この内容を確認した。検証待ちVector Search主要製品・提供機能に関する公開情報
Vector Search公式の製品ドキュメント（https://docs.cloud.google.com/spanner/docs/find-approximate-nearest-neighbors）は、Vector Searchの差別化要因に関する一次情報である。Existing P-02-001 compares vector search to keyword search, a different axis (exact vs approximate KNN).具体的には「When a dataset is small, you can use KNN to find exact k-nearest vectors. However as dataset grows, latency and cost increase... recall loss... acceptable tradeoff.」といった記載がある。ただし、この差別化要因の記述は当該Sourceの時点の位置づけであり、競合状況の変化を反映しない可能性があります。 Specific figures/implementation are Spanner-specific; general principle is standard but this phrasing is one vendor's docs.2026年08月26日に同Sourceを取得し、この内容を確認した。検証待ちVector Search差別化要因に関する公開情報