前提条件

• 参考：https://www.hiascend.com/developer/techArticles/20250313-1?envFlag=1 部署了Dify和RAG服务。
• LLM是双机部署的DeepSeek-R1。
• embedding和rerank模型部署在另一台Atlas 800-3000 上，一个模型占用一张Atlas 300I Pro推理卡。
• embedding启动命令如下

现象

随着使用时间的增长，知识库上传的文件越来越多。两张Atlas 300I Pro推理卡的显存占用也逐渐上涨。现在显存基本被占满，导致向量化知识库文档失败。

问题

1. mis-tei镜像把Dify上传的知识库存储到了硬盘上还是NPU显存中？
2. 应该如何避免知识库文件占用显存？