待验证50% 置信事实精确时间

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

1

来源数

50%

置信度

长期有效

时效性

2026/10/18

首次发现

来源

2026年embedding模型选型指南：20+款API与开源模型对比

rss2026/10/18

涉及实体

float32concept 向量存储concept

相关事实

待验证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150GB77% 相似待验证全内存自动补全方案需要几GB到十几GB的内存占用来存储2.4亿条域名数据76% 相似待验证一张1024×1024的未压缩RGBA纹理占据4MB存储空间76% 相似待验证拥有32位地址总线的计算机最多可寻址2³²约43亿个内存地址（即4GB），这是早期32位操作系统4GB内存上限的原因75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1059077

API

curl https://kongchang.com/api/v1/knowledge/claims/1059077

MCP

get_claim(id=1059077)