私有知识库的最小可用配置

把公司文档做成可检索的知识库，硬件上的账比想象中好算，关键是分清哪一步吃内存、哪一步吃 CPU。 整个流程分两段 知识库的核心链路是两段：把文档切片、计算向量、存进向量库，这是离线的嵌入任务；用户提问时把问题也算成向量，去库里找最近的片段，再交给模型组织答案，这是在线的检索任务。两段的资源曲线完全不同，配置要分开算。 向量库吃内存 向量库的内存开销可以直接估算：一条向量按 1024 维、4 字节算约 4 KB，一万条文档片段大约 40 MB，十万条 400 MB。加上索引结构和常驻开销，中小规模知识库给向量库预留 2G 内存基本够用。文档量到百万级片段时，内存需求按比例上探到 8G 以上，索引类型也要换更省内存的方案。 嵌入任务吃 CPU 文档导入是一次性或低频操作，几百页文档的嵌入计算用 4 核 CPU 半小时内能跑完，没必要为它长期付高配的钱。把嵌入任务做成脚本，导入时手动触发或挂到定时任务里跑，平时机器只承担检索，负载曲线很平。 小规格起步的建议 检索服务本身负载很轻，问答并发几十路以内，2 核 4G 加一块普通系统盘就能支撑早期验证；真正吃资源的是后面接的大模型推理，那部分可以独立部署或调用外部接口，不和检索服务抢机器。顺云的高防云服务器 S4 作为起步机型足够，文档规模过十万片段后再升 8G 内存档位，一次升级就能覆盖下一阶段。 先算清楚自己的文档量和提问频率，再决定花钱的方向。多数人高估了起步需求，低估了备份的重要性，环境搭好后记得给数据库做每日备份。