0
1000万向量约4GB？TurboQuant正在重写企业RAG的内存成本
turbovec基于Google Research的TurboQuant思路，把“1000万文档向量约4GB”带入企业RAG讨论。其当前README的顶层口径是31GB的FP32语料压至4GB，约减少87%；“约92%”来自其他摘要或特定基线，不能与这一数字混用。真正值得关注的是data-oblivious量化能否在无需训练码本的前提下，重平衡召回率、延迟、内存与运维复杂度。