Det ærlige svar på "hvor meget server har min AI-agent brug for?" er: mindre end du tror — lige indtil det pludselig ikke er det. Tricket er at vide, hvilken side af den linje din arbejdsbyrde sidder på. Så i stedet for at gætte, her er, hvad hver slags agent faktisk bruger.
Det ene spørgsmål, der afgør alt
Kører modellen på din server, eller kalder din agent en model over et API?
Hvis din agent taler med en hostet LLM (det almindelige tilfælde), sker den smarte, dyre del på en andens hardware. Din boks kører bare en orkestreringsløkke: tag input, kald API'et, parse resultatet, ram måske en database, gentag. Det er let. Genuint let — en 1 GB-boks gør det uden at bryde en sved.
Hvis du kører modellen lokalt, ændrer alt sig: nu domineres RAM af modelvægtene, og du vil ønske hver kerne, du kan få. De fleste har ikke brug for dette. De, der gør, ved som regel præcis hvorfor (privatliv, ingen rate limits, offline). Hvis det er dig, skrev vi en separat guide om self-hosting af en lokal LLM.
Dimensionering efter arbejdsbyrde
Rigtige tal, den slags du kan handle på:
| Arbejdsbyrde | RAM | vCPU | Disk | Noter |
|---|---|---|---|---|
| Chat- / assistent-agent (API-baseret) | 1 GB | 2 | 15 GB | Løkken er lille; modellen er ekstern |
| Scraper / dataagent | 2 GB | 2 | 25 GB | Hovedrum til parsing + scrapede data |
| Handelsbot | 1–2 GB | 2 | 15–25 GB | Latens betyder mere end størrelse — se handelsbot-guiden |
| Flere agenter parallelt | 4 GB | 4 | 35 GB | Hver agent er billig; samtidighed lægger op |
| Lokal LLM, 3B–7B (kvantiseret) | 4–6 GB | 4–6 | 25–45 GB | CPU-kun, kører i læsbart tempo, ikke bulk |
Mønsteret: API-baserede agenter er små; lokale modeller er det eneste, der er tungt.
Hvor en CPU-boks stopper
For at være ligefrem om loftet: vores abonnementer topper ved 6 GB RAM og 6 kerner, CPU-kun — ingen GPU. Det dækker alt i tabellen ovenfor, inklusive en 7B lokal model til personlig brug. Hvad det ikke dækker: 13B+-modeller, høj-gennemløbs lokal inferens eller alt, der genuint har brug for en GPU. Hvis det er din arbejdsbyrde, er en CPU-VPS — vores eller nogen andens — det forkerte værktøj, og det er bedre at vide det nu end efter, du har udrullet.
For de 95% af agenter, der kalder et API, er intet af dette et problem. De er glade på den mindste boks.
En praktisk tommelfingerregel
- Bare en agent, der kalder et API? Start ved 1 GB / 2 kerner. Du kan skalere senere.
- Scraping eller lagring af data? 2 GB og en større disk.
- Kører flere agenter, eller en lille lokal model? 4–6 GB og 4+ kerner.
- Har brug for en GPU? Anden kategori — tving den ikke over på CPU.
Over-provisionér ikke af nervøsitet. Agenter er letvægts af natur; omkostningen ved en for lille boks er én skalering, mens omkostningen ved en for stor boks er at betale for tomgangs-RAM hver måned.
Når du har valgt en størrelse, kan en agent selv leje boksen over MCP, eller du kan bestille den på et minut på siden. Uanset hvad, start småt — du vil næsten helt sikkert have brug for mindre, end du forventede.
Kommentarer
Ingen kommentarer endnu. Vær den første.