Требования к серверу и расчёт ресурсов
Core без видеокарты: плановый минимум 2 vCPU, 4 ГБ RAM и 40 ГБ свободного SSD; рекомендуемый старт 4 vCPU, 8 ГБ RAM и 100 ГБ SSD. Это бюджет выделенного Linux-хоста, не гарантия EPS.
Порядок настройки
- Откройте /self-hosted#calculator: Core включён всегда, AI и мониторинг ресурсов выбираются независимо. Укажите EPS, сервисы, историю и backup; для ресурсов — хосты/процессы/интервал, для AI — размещение и профиль модели. Оценка не является гарантией производительности.
- Выберите готовый подписанный выпуск под x86_64 или ARM64. Для Core не нужны GPU, CUDA, PostgreSQL, Redis или сборочный Node/Go toolchain. Для непрерывной эксплуатации рекомендуем Linux с Docker Engine/Compose v2 или native systemd.
- Для пилота выделите Linux-хосту 2 vCPU, 4 ГБ RAM, 40 ГБ свободного SSD; рекомендуемый старт — 4 vCPU, 8 ГБ RAM, 100 ГБ SSD/NVMe. Не включайте в этот бюджет соседние приложения, сборку исходников или локальные LLM.
- Для Docker Desktop на Windows/macOS планируйте хост от 8 ГБ RAM, предпочтительно 16 ГБ, с отдельным выделением ресурсов VM. Windows использует Docker/WSL2 или Linux VM. В VMware ресурсы выделяются гостю; Kubernetes требует дополнительных ресурсов кластера и одной реплики Core.
- Активная SQLite находится на постоянном локальном диске с корректными locks/fsync, не NFS/SMB. Не запускайте несколько Core с общей SQLite. Держите запас под WAL, старый/новый release, временную копию БД и backup.
- Оцените диск: служебные файлы + 2 размера БД + локальные backup + WAL, затем 20–30% свободного резерва. Снимите рост на своей нагрузке за полный retention; удаление истории не гарантирует уменьшения физического файла SQLite.
- Для собственного AI отдельно планируйте 4–8 CPU, 32 ГБ RAM, 100–200 ГБ SSD и NVIDIA от 12 ГБ VRAM. Имеющаяся RTX 2060 12 ГБ — кандидат для пилота одной 7–8B Q4 модели с одним запросом. Контекст, качество и скорость требуют измерения; V100/5080 проверяются с подходящей CUDA-сборкой.
- Compose по умолчанию ограничивает Core 1 GiB памяти; большая RAM хоста не поднимает этот лимит автоматически.
- Текущий Core использует одно SQLite-соединение. Проверьте ingest/API p95, кардинальность, disk I/O, рост БД, очереди и AI на staging; количество клиентов и больше ядер не заменяют нагрузочную проверку.
- Скачайте logoric-installation-plan.json и загрузите в веб-установщике на шаге размещения. Переносятся бюджет Core, хранение, PVC и список модулей. Адрес, пути, администраторов, ключи и AI gateway заполните вручную. Лицензии импортируются после установки; агент устанавливается на каждый наблюдаемый хост.
- При удалённом AI его CPU/RAM/SSD/VRAM считаются отдельно; при локальном бюджеты складываются. Поддержка — услуга без дополнительного процесса. Высокая нагрузка требует проверки архитектуры и длительной приёмки.
Core Linux: 4 vCPU / 8 GB RAM / 100 GB SSD Optional GPU host: 4–8 CPU / 32 GB RAM / 100–200 GB SSD / NVIDIA 12+ GB VRAM
Ожидаемый результат
Выбран сервер с ресурсами для ОС, Core, истории и резервных копий. GPU учитывается отдельно; реальная ёмкость подтверждается нагрузочным тестом, а не рекламным количеством пользователей.
Если не получается
OOM при свободной RAM хоста: проверьте cgroup/pod/VM limit. Медленные записи: измерьте SSD и SQLite сериализацию. GPU OOM: пересмотрите модель, контекст и parallel; контекст должен вмещать evidence и ответ. Нет интернета: заранее доставьте подписанный пакет и зависимости ОС.