E-means는 미니배치 군집화에 지수이동평균과 자동 매개변수 선택을 적용해 k-means의 반복 비용을 줄이는 방법이다. 저자들은 Lloyd 방식 25회 반복보다 낮은 손실을 약 1–3회 데이터 순회로 얻고, 시험 조건에 따라 GPU에서 10–45배, CPU에서 8–15배 빠르다고 보고했다. 논문은 100억 개 DINO 벡터를 1600만 군집으로 나눈 실험도 소개한다. Faiss 구현을 제공하지만 이런 결과는 특정 데이터와 비교 설정에서의 저자 측 측정이므로 실제 서비스에 적용할 때 품질과 시간을 함께 재검증해야 한다.