Răspunsul cinstit la „de cât server are nevoie agentul meu AI?” e: de mai puțin decât crezi — până în clipa în care, brusc, nu mai e așa. Șmecheria e să știi de ce parte a liniei stă sarcina ta. Așa că, în loc să ghicim, iată ce folosește de fapt fiecare tip de agent.
Singura întrebare care decide totul
Rulează modelul pe serverul tău sau agentul tău apelează un model printr-un API?
Dacă agentul tău vorbește cu un LLM găzduit (cazul obișnuit), partea deșteaptă și scumpă se întâmplă pe hardware-ul altcuiva. Mașina ta rulează doar o buclă de orchestrare: ia intrarea, apelează API-ul, parsează rezultatul, poate atinge o bază de date, repetă. E ușor. Cu adevărat ușor — o mașină de 1 GB face asta fără efort.
Dacă rulezi modelul local, totul se schimbă: acum RAM-ul e dominat de greutățile modelului și vei vrea fiecare nucleu pe care îl poți obține. Majoritatea oamenilor nu au nevoie de asta. Cei care au știu de obicei exact de ce (intimitate, fără limite de rată, offline). Dacă ești unul dintre ei, am scris un ghid separat despre găzduirea unui LLM local.
Dimensionare după sarcină
Cifre reale, de genul pe care poți acționa:
| Sarcină | RAM | vCPU | Disc | Note |
|---|---|---|---|---|
| Agent de chat / asistent (pe API) | 1 GB | 2 | 15 GB | Bucla e minusculă; modelul e la distanță |
| Scraper / agent de date | 2 GB | 2 | 25 GB | Rezervă pentru parsare + datele colectate |
| Bot de trading | 1–2 GB | 2 | 15–25 GB | Latența contează mai mult decât mărimea — vezi ghidul pentru boți de trading |
| Mai mulți agenți în paralel | 4 GB | 4 | 35 GB | Fiecare agent e ieftin; concurența se adună |
| LLM local, 3B–7B (cuantizat) | 4–6 GB | 4–6 | 25–45 GB | Doar CPU, rulează într-un ritm lizibil, nu în volum |
Tiparul: agenții pe API sunt minusculi; modelele locale sunt singurul lucru greu.
Unde se oprește o mașină doar cu CPU
Spus direct, despre plafon: planurile noastre standard ajung până la 6 GB RAM și 6 nuclee, iar linia Pro merge până la 80 GB și 12 vCPU — toate doar cu CPU, fără GPU. Asta acoperă tot ce e în tabelul de mai sus, inclusiv un model local de 7B pentru uz personal. Ce nu acoperă: inferența locală de debit mare sau orice are nevoie cu adevărat de un GPU. Dacă asta e sarcina ta, un VPS doar cu CPU — al nostru sau al oricui — e unealta greșită și e mai bine să știi asta acum decât după deploy.
Pentru cei 95% dintre agenți care apelează un API, nimic din toate astea nu e o problemă. Se simt bine pe cea mai mică mașină.
O regulă practică
- Doar un agent care apelează un API? Pornește de la 1 GB / 2 nuclee. Poți redimensiona mai târziu.
- Colectezi sau stochezi date? 2 GB și un disc mai mare.
- Rulezi mai mulți agenți sau un model local mic? 4–6 GB și 4+ nuclee.
- Are nevoie de GPU? Altă categorie — nu-l forța pe CPU.
Nu supradimensiona din emoție. Agenții sunt ușori prin natura lor; costul unei mașini prea mici e o redimensionare, pe când costul uneia prea mari e să plătești RAM nefolosit în fiecare lună.
După ce ai ales mărimea, un agent poate închiria singur mașina prin MCP sau o poți comanda tu într-un minut, pe site. Oricum ar fi, pornește mic — aproape sigur vei avea nevoie de mai puțin decât te așteptai.
Comentarii
Încă nu există comentarii. Fii primul.