在本站中

本站是开源的 dioxus 全栈应用（yuxuetr/rustineverything），没有用 burn，也没有任何机器学习的部分。前几卷的「在本站中」多是读本站已经在用的代码；这一部分和 tauri 卷一样换个问法：如果给文档页加一个「相关文章」列表，用 burn 在服务器上算，要付出什么。实验只读本站代码和私有内容仓库的 docs/，在本地跑，不改站点；页面上只给页面标题和统计，不贴正文。

1. 用 burn 算相关文章：705 个文档页、约 900 万字，字的二元组加标识符分词，TF-IDF 加余弦相似度取前 5。同一个计算写三遍：burn 的 Flex、不依赖 burn 的纯 Rust（稀疏向量加倒排表）、burn 的 Metal，三者的前 5 在 705 页上完全一致。burn 没有稀疏张量，词表 5.2 万时稠密矩阵就有 140 MiB，Flex 版峰值内存是纯 Rust 版的近 9 倍、还更慢；Metal 稳定后最快，但首次要编译内核和 autotune，而且服务器没有 GPU。结论是不为这个功能引入 burn：纯 Rust 在启动时或内容更新时算一次就够，真要用 burn 只开 flex。

flowchart TB
  docs["docs 页面"] --> tok["分词与计数"]
  tok --> plain["纯 Rust 稀疏"]
  tok --> flex["burn Flex 稠密"]
  tok --> metal["burn Metal 稠密"]
  plain --> top["前 5 相同"]
  flex --> top
  metal --> top

本站怎么起服务、文档页怎么取数据，见 dioxus 卷的 在本站中；生产是 docker 里的 Linux release 二进制、开发在 macOS 上，这两者的差别见 mio 卷的 Linux 与 macOS。本部分的数字都是 macOS 上测的。