目前在国内有一些向量数据库可以考虑，其中速度较快且比较知名的包括：
Milvus（https://milvus.io/）：Milvus 是一个由 PingCAP 开源的向量相似度搜索引擎，支持高效地存储和搜索大规模向量数据，适用于向量相似度搜索等场景。其构建速度较快，支持 GPU 加速，功能丰富，易于部署和使用。
FAISS（https://github.com/facebookresearch/faiss）：FAISS 是 Facebook AI Research 开源的向量相似度搜索库，支持各种向量索引算法，如 IVF、LSH 等。它在训练和搜索速度上都有较好的性能表现，适用于大规模向量数据的检索。
PaddleRec（https://github.com/PaddlePaddle/PaddleRec）：PaddleRec 是百度推出的基于 PaddlePaddle 框架的推荐系统开发工具，其中集成了向量索引模块，支持构建快速的向量检索引擎。它提供了丰富的模型算法和工具，可以快速搭建和部署向量数据库。
以上这些国产向量数据库在性能和易用性上都有一定的优势，您可以根据自己的需求和场景选择适合的向量数据库进行使用。