$ python3 -m pip install faiss-cpu

import faiss 

V = V.astype(np.float32)      # 入力として許可される型は`np.float32`
index = faiss.IndexFlatL2(40) # 40は説明変数の次元数
print(index.is_trained)
index.add(V)                  # add vectors to the index, インデックスに追加しないと検索できない
print(index.ntotal)

k = 10000                     # we want to see 10000 nearest neighbors
D, I = index.search(V[:5], k) # sanity check(検索対象のベクトルをクエリとして切り出して検索)
print(I)                      # 検索の結果、近い要素のインデックスが得られる
print(D)                      # 距離

import faiss

X = X.astype(np.float32)
d = len(X[0])
res = faiss.StandardGpuResources()
indexCPU = faiss.IndexFlatL2(d)
indexGPU = faiss.index_cpu_to_gpu(res, 0, indexCPU)
print(indexGPU.is_trained)
indexGPU.add(X)
print(indexGPU.ntotal)

import faiss

X = X.astype(np.float32)
d = len(X[0])
indexCPU = faiss.IndexFlatL2(d)
indexGPU = faiss.index_cpu_to_all_gpus(indexCPU)
print(indexGPU.is_trained)
indexGPU.add(X)
print(indexGPU.ntotal)

import faiss

X = X.astype(np.float32)
d = len(X[0])
nbits = 5120
indexLSH = faiss.IndexLSH(d, nbits)
indexLSH.add(X)
# LSH 32 -> 精度: 0.099
# LSH 64 -> 精度: 0.150
# LSH 1024 -> Wall time: 36.7 s, 精度: 0.34
# LSH 5120 -> Wall time: 189 s, 精度: 0.375

import faiss

X = X.astype(np.float32)
d = len(X[0])
indexHNSW = faiss.IndexHNSWFlat(d, 32) 
print(indexHNSW.is_trained)
indexHNSW.add(X)    
print(indexHNSW.ntotal)