资源优化方案
HippoRAG2通过三个技术创新实现低成本索引：
- 离线批处理模式: Lauf
python main.py --openie_mode offline时可降低40%显存占用，特别适合超过100GB的文档集 - 动态分块策略：根据GPU型号自动调整
max_model_len参数（建议设置为GPU显存的80%） - 硬件适配方案::
- 单卡环境：设置
export CUDA_VISIBLE_DEVICES=0und ermöglichen--skip_graph跳过多余计算 - 多卡环境：通过
tensor-parallel-size 2参数实现并行处理
- 单卡环境：设置
实际案例显示，在RTX 4090上索引Wikipedia数据时：
- 传统方法需24小时占用24GB显存
- HippoRAG2离线模式仅需8小时且峰值显存12GB
Diese Antwort stammt aus dem ArtikelHippoRAG: Ein Multi-Hop-Wissensabrufsystem auf der Grundlage des LangzeitgedächtnissesDie
Darf nicht ohne Genehmigung vervielfältigt werden:KI-Produktivitätswerkzeuge " 怎样降低大规模文档索引时的GPU资源消耗？
Deutsch 
简体中文 
English 
日本語 
Português do Brasil