Calculadora de almacenamiento de embeddings

¿Cuánto espacio ocupan tus embeddings? Introduce cuántos vectores almacenarás, sus dimensiones y la precisión con que se guardan, y esta calculadora lo multiplica con exactitud: vectores × dimensiones × bytes por valor. Añade una reserva para metadatos si cada vector lleva un id o una carga útil. Para el tamaño operativo de una base de datos vectorial con índice y réplicas, usa el estimador de tamaño de base de datos vectorial.

Procesado localmente en tu navegador. Tus datos no se suben a nuestros servidores.

Un vector por chunk, documento o elemento que vectorices.

El tamaño de salida de tu modelo de embeddings, según su documentación.

Ids, fragmentos de texto o carga útil guardados junto a cada vector.

Resultado

Aritmética exacta sobre tus números

Introduce el número de vectores y las dimensiones para ver el almacenamiento.

Solo almacenamiento bruto: no incluye índice, réplicas, compresión ni sobrecarga de la base de datos.

Ejemplos

Ejemplos resueltos (sin metadatos):

VectoresDimensionesPrecisiónPor vectorVectores en bruto
1.000.0001.536FP326 KiB (6,14 KB)5,72 GiB (6,14 GB)
10.000.000768FP161,5 KiB (1,54 KB)14,31 GiB (15,36 GB)
100.000.0001.024INT81 KiB (1,02 KB)95,37 GiB (102,4 GB)
1.000.000.0001.024Binario128 B119,21 GiB (128 GB)

Fórmula y metodología

El almacenamiento bruto es aritmética exacta sobre los números que introduces:

bytes por vector = dimensiones × bytes por valorbytes de vectores en bruto = vectores × dimensiones × bytes por valorbytes totales = bytes de vectores en bruto + vectores × bytes de metadatos por vector

Conviene saber

  • Bytes por valor: FP32 son 4, FP16 y BF16 son 2, INT8 es 1 y la cuantización binaria guarda un bit por dimensión (0,125 bytes).
  • GB (10⁹ bytes) y GiB (2³⁰ bytes) difieren en torno a un 7 %; los resultados muestran ambos.
  • Algunos sistemas conservan los vectores originales de precisión completa además de una copia cuantizada. Cuenta ambos si es tu caso.
  • Menor precisión ahorra espacio pero puede reducir la calidad de la recuperación. Pruébalo con tus datos antes de decidir.
  • Este es el tamaño de los propios vectores. Una base de datos vectorial añade índice, réplicas y otra sobrecarga: consulta el estimador de tamaño de base de datos vectorial.

Cómo usar

  1. Introduce el número de vectores que almacenarás.
  2. Elige las dimensiones de tu modelo de embeddings y la precisión de los valores guardados.
  3. Si quieres, añade los bytes de metadatos guardados con cada vector.
  4. Lee el almacenamiento por vector y en total, en GB y en GiB.

Preguntas frecuentes

¿Cómo se calcula el almacenamiento de embeddings?

Multiplica el número de vectores por las dimensiones y por los bytes por valor. Para un millón de vectores FP32 de 1.536 dimensiones son 1.000.000 × 1.536 × 4 bytes, unos 6,1 GB (5,7 GiB).

¿Cuántos bytes ocupa un embedding?

Dimensiones × bytes por valor. Un vector FP32 de 1.536 dimensiones ocupa 6.144 bytes; en FP16, 3.072; en INT8, 1.536; con cuantización binaria, 192.

¿La cuantización reduce el almacenamiento?

Sí, en proporción a los bytes por valor: INT8 es una cuarta parte de FP32 y binario es 1/32. Puede reducir la calidad de la recuperación y algunos sistemas conservan además los vectores originales, así que comprueba tamaño y calidad.

¿Es obligatorio indicar los metadatos?

No. Déjalo vacío o en cero para ver solo los vectores. Si cada vector lleva un id, una fuente o un texto, añade el promedio de bytes para que el total refleje lo que realmente guardas.

¿Es este el tamaño de mi base de datos vectorial?

No exactamente. Este es el almacenamiento bruto de los vectores. Una base de datos añade índice, réplicas y otra sobrecarga, que dependen del sistema y de la configuración. Usa el estimador de tamaño de base de datos vectorial para obtener un rango.

Última actualización: