Die ehrliche Antwort auf „wie viel Server braucht mein KI-Agent?“ ist: weniger, als du denkst — genau bis es plötzlich nicht so ist. Der Trick ist, zu wissen, auf welcher Seite dieser Linie dein Workload sitzt. Also statt zu raten, hier ist, was jede Art Agent tatsächlich nutzt.
Die eine Frage, die alles entscheidet
Läuft das Modell auf deinem Server, oder ruft dein Agent ein Modell über eine API auf?
Wenn dein Agent mit einem gehosteten LLM spricht (der häufige Fall), passiert der clevere, teure Teil auf der Hardware von jemand anderem. Deine Maschine betreibt nur eine Orchestrierungs-Schleife: Input nehmen, die API aufrufen, das Ergebnis parsen, vielleicht eine Datenbank ansprechen, wiederholen. Das ist leicht. Wirklich leicht — eine 1-GB-Maschine tut es, ohne ins Schwitzen zu kommen.
Wenn du das Modell lokal betreibst, ändert sich alles: jetzt wird RAM von den Modell-Gewichten dominiert, und du willst jeden Kern, den du bekommen kannst. Die meisten brauchen das nicht. Die, die es tun, wissen meist genau, warum (Privatsphäre, keine Rate-Limits, offline). Wenn das du bist, haben wir einen separaten Leitfaden zum Selbst-Hosten eines lokalen LLM geschrieben.
Dimensionierung nach Workload
Echte Zahlen, die Art, nach der du handeln kannst:
| Workload | RAM | vCPU | Festplatte | Hinweise |
|---|---|---|---|---|
| Chat-/Assistenz-Agent (API-gestützt) | 1 GB | 2 | 15 GB | Die Schleife ist winzig; das Modell ist remote |
| Scraper-/Daten-Agent | 2 GB | 2 | 25 GB | Spielraum für Parsing + gescrapte Daten |
| Trading-Bot | 1–2 GB | 2 | 15–25 GB | Latenz zählt mehr als Größe — siehe den Trading-Bot-Leitfaden |
| Mehrere Agenten parallel | 4 GB | 4 | 35 GB | Jeder Agent ist günstig; Nebenläufigkeit summiert sich |
| Lokaler LLM, 3B–7B (quantisiert) | 4–6 GB | 4–6 | 25–45 GB | Nur CPU, läuft in lesbarem Tempo, nicht in Masse |
Das Muster: API-gestützte Agenten sind winzig; lokale Modelle sind das Einzige, das schwer ist.
Wo eine CPU-Maschine aufhört
Ehrlich zur Obergrenze: unsere Pläne enden bei 6 GB RAM und 6 Kernen, nur CPU — keine GPU. Das deckt alles in der Tabelle oben ab, einschließlich eines 7B-Lokalmodells für den persönlichen Gebrauch. Was es nicht abdeckt: 13B+-Modelle, Hochdurchsatz-Lokal-Inferenz oder alles, das wirklich eine GPU braucht. Wenn das dein Workload ist, ist ein CPU-VPS — unserer oder der von irgendjemandem — das falsche Werkzeug, und es ist besser, das jetzt zu wissen als nach dem Bereitstellen.
Für die 95 % der Agenten, die eine API aufrufen, ist nichts davon ein Problem. Sie sind mit der kleinsten Maschine glücklich.
Eine praktische Faustregel
- Nur ein Agent, der eine API aufruft? Beginne bei 1 GB / 2 Kernen. Du kannst später die Größe ändern.
- Scrapen oder Daten speichern? 2 GB und eine größere Festplatte.
- Mehrere Agenten betreiben oder ein kleines lokales Modell? 4–6 GB und 4+ Kerne.
- Braucht eine GPU? Andere Kategorie — zwing es nicht auf CPU.
Überdimensioniere nicht aus Nervosität. Agenten sind von Natur aus leichtgewichtig; der Preis einer zu kleinen Maschine ist eine Größenänderung, während der Preis einer zu großen Maschine ist, jeden Monat für ungenutztes RAM zu zahlen.
Wenn du eine Größe gewählt hast, kann ein Agent die Maschine selbst über MCP mieten, oder du kannst sie in einer Minute auf der Seite bestellen. So oder so, beginne klein — du wirst mit ziemlicher Sicherheit weniger brauchen, als du erwartet hast.
Kommentare
Noch keine Kommentare. Sei der Erste.