Ускорение поиска в больших массивах проектной документации

Бизнес-контекст

В строительных и инженерных проектах накапливаются большие массивы чертежей, спецификаций, таблиц и технических описаний. Поиск по ним часто является частью более крупного автоматического процесса обработки.

На реальных объёмах стандартный алгоритм становится узким местом: последующие этапы ждут результаты поиска, а рост архива делает время обработки неприемлемым.

Ограничения исходного процесса

• документы объёмные и неоднородные
• время поиска растёт вместе с архивом
• медленный этап блокирует весь последующий процесс обработки
• оптимизация не должна ухудшить корректность результата
• производительность нужно измерять на реальном объёме данных

До внедрения

Стандартный поиск по большим массивам проектной документации ограничивает скорость обработки.

1. получить извлечённые данные из массива документов
2. последовательно выполнить поиск фрагментов и совпадений
3. дождаться завершения самого медленного этапа
4. передать результаты в последующую обработку
5. повторить цикл для следующего запроса или документа

После внедрения

Собственный алгоритм оптимизирует поиск, а перенос вычислительной части на GPU даёт второй этап ускорения.

Собственный алгоритм сокращает время обработки в 10 раз. Перенос вычислительной части на GPU даёт дополнительное ускорение ещё в 3 раза.

Это два последовательных замера разных этапов оптимизации; они не объединяются в одну неподтверждённую суммарную метрику.

Как работает решение

Алгоритм поиска учитывает структуру данных и реальный сценарий использования. Контрольные запросы подтверждают, что ускорение не изменяет ожидаемые результаты.

После алгоритмической оптимизации наиболее тяжёлая вычислительная часть работает на GPU. Модуль остаётся частью общего сервиса обработки проектной документации и отдаёт результат через API.

Данные

• проектная документация
• поисковые запросы
• индексы документов

Критерии оценки

• время обработки
• время ответа API
• корректность результатов поиска

Практическая ценность

• поиск больше не является узким местом обработки документов
• десятикратное ускорение на первом этапе
• дополнительное трёхкратное ускорение за счёт GPU
• обработка большего объёма документации
• пользователи и последующие сервисы меньше ждут результат поиска

Ограничения и человеческий контроль

• Два ускорения не объединяются в одну суммарную метрику без отдельного замера.

Контроль: Релевантность поиска проверяется на контрольных запросах и примерах документации.

Что переносится в другие компании

• технические архивы
• поиск по документам
• вычислительно тяжелые сервисы обработки данных