كل درس RAG يعمل على حاسوب محمول ببضع مئات المستندات، ويبدو بلا جهد. ثم توجّهه إلى متن حقيقي — مستندات شركة، سنوات من التذاكر، قاعدة معرفة — وفجأة تصبح الذاكرة المحادثة كلها.
RAG لا يتوسّع بالمعالج. يتوسّع بالذاكرة.
لماذا يريد الفهرس ذاكرة
يعمل الاسترجاع بتحويل كل مقطع نص إلى تضمين — متجه، بضع مئات إلى بضعة آلاف من الأرقام. البحث يعني مقارنة متجه استعلامك بها جميعًا، بسرعة. «بسرعة» هي الكلمة المفتاحية: لزمن استجابة منخفض يحتاج الفهرس أن يعيش في الذاكرة. على القرص يعمل، لكن كل استعلام يدفع غرامة، والاسترجاع منخفض الكمون كان هدف الاستضافة الذاتية أصلًا.
فتتوسّع فاتورة الذاكرة مع أمرين: كم مقطعًا لديك، وكم عرض كل متجه.
أرقام حقيقية، تقريبًا
قِس متنك الخاص — البُعد ونوع الفهرس يحرّكان هذا كثيرًا — لكن كنقطة بداية:
- بضع مئات الآلاف من التضمينات — مريحة في 2–4 GB. قاعدة معرفة شخصية، مستندات منتج واحد.
- ملايين قليلة — مع التطبيق وعميل النموذج ونظام التشغيل حولها، خطّط لـ 16–32 GB. هذه قاعدة معرفة شركة جادّة أو RAG متعدد المصادر.
- عشرات الملايين، أو متجهات عالية الأبعاد — الآن أنت عند 48–80 GB، وبعد ذلك عبر عدة خوادم. حوزات مستندات كبيرة، استرجاع متعدد المستأجرين، أو تُبقي عدة فهارس نشطة دفعة واحدة.
نظام متعدد الوكلاء يحتفظ أيضًا بفهرس كبير يكدّس التكلفتين على الخادم نفسه — هكذا تتحوّل خطة 32 GB إلى 64 GB بهدوء.
اختيار المحرّك، باختصار
إن كنت تشغّل Postgres بالفعل، فـ pgvector أقلّ الخيارات جهدًا — امتداد، لا خدمة جديدة ترعاها. حين يكون لديك ملايين المتجهات وتريد بحثًا مصفّى سريعًا، محرّك مخصّص مثل Qdrant أو Weaviate يستحقّ العملية المنفصلة. لا تفرط في الهندسة يوم واحد؛ شغّل ما تشغّله بالفعل وافصله حين يبطؤ البحث فعلًا.
لماذا تتكبّد الاستضافة الذاتية
سببان يفعل الناس هذا لأجلهما، ولا أحدهما «لتوفير بضعة دولارات»:
الخصوصية. التضمينات ليست مجرّدة — تشفّر النص الذي أتت منه. مستنداتك، محتوى عملائك، ملاحظاتك الداخلية، محوّلة إلى متجهات ومُرسَلة إلى خوادم طرف ثالث. الاستضافة الذاتية تُبقيها على جهاز تتحكم به. إن كانت البيانات حساسة بما يكفي لتكون أيضًا تدفع بالعملات المشفّرة بدون KYC، فسحابة متجهية مُدارة تُبطل الهدف كله.
تكلفة ثابتة. الخدمات المتجهية المُدارة تحاسب بالمتجهات المخزّنة والاستعلامات المُنفّذة. VPS رقم شهري واحد ويمكنك طرقه بأقصى ما تريد. على نطاق واسع، المتوقّع يتفوّق على المقاس.
ماذا يعني هذا للتحجيم
ابدأ بقياس متنك، لا بالتخمين. احصل على عدد تضميناتك وبُعدها، حمّل عيّنة، راقب الذاكرة المقيمة، واستقرِ. ثم اختر خطة بمساحة للفهرس إضافة إلى كل ما حوله — التطبيق، عميل النموذج، مجال للنمو.
لأي شيء يتجاوز مليوني متجه محفوظ بخصوصية، يشغّل خط Pro من 32 إلى 80 GB بـ IP مخصّص ونسخ احتياطي ليلي، وهو مهمّ حين يكون الفهرس هو المنتج وفقدانه يؤلم.
التعليقات
لا تعليقات بعد. كن الأول.