待验证60% 置信事实精确时间

1亿条1536维的OpenAI embedding向量以float32存储需要约600GB内存，经8位标量量化后可压缩至约150GB

2

来源数

60%

置信度

长期有效

时效性

2026/7/18

首次发现

来源

TurboVec：Rust驱动的高性能向量索引库深度解析

相关事实

已验证300B INT4量化模型约需150-180GB存储空间82% 相似待验证量化可将700亿参数模型的存储体积从FP16的约140GB压缩至INT4的约35-40GB，能在单张RTX 4090配合CPU内存卸载的消费级硬件上运行78% 相似待验证在float32存储下，1024维向量每条占4KB，百万级文档的索引至少需要4GB存储77% 相似待验证该模型加载时先按全精度建约1.29GB空壳再读入643MB全重，内存峰值可达约3400MB77% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/556112

API

curl https://kongchang.com/api/v1/knowledge/claims/556112

MCP

get_claim(id=556112)