Laitteistovaatimukset tason mukaan
Kolme tasoa jokaiselle työkuormalle: toimiva minimi, suositeltu makea piste ja mukava varaustaso. Nämä ovat samoja tasoja, joita WisePC-päätösmoottori käyttää suunnitellessaan buildia tavoitteesi ympärille.
| Taso | CPU-ytimet | RAM | Tallennus | GPU | VRAM | Verkko |
|---|---|---|---|---|---|---|
| Minimi | 8 cores | 32 GB | 2 TB (ssd) | ai | 16 GB VRAM | 1 GbE |
| Suositeltu | 16 cores | 64 GB | 4 TB (ssd) | ai | 24 GB VRAM | 2.5 GbE |
| Mukava | 24 cores | 128 GB | 8 TB (ssd) | ai | 48 GB VRAM | 10 GbE |
| Ylimitoitettu | 39 cores | 205 GB | 16 TB (ssd) | ai | 48 GB VRAM | 10 GbE |
Mukavan yli — 39 ydintä, 205 Gt RAM, 16 Tt (SSD): pelivaraa, jota et koskaan käytä pelkästään tähän workloadiin. Laita erotus tallennukseen, varmuuskopiointiin tai hiljaisuuteen.
Suositeltu järjestelmämuoto
Päätösmoottorin johtama suositellusta tasosta — sama logiikka, joka suunnittelee täydet buildit.
Requirements (16 threads, 64GB RAM, 8TB storage, dedicated GPU) need a custom tower build.
Ansaitseeko tämä workload oman koneensa vai pitäisikö sen asua pääpalvelimella.
GPU-bound compute is expensive to duplicate — a second GPU box roughly doubles cost for little resilience gain. Keep it on the main machine.
Tallennuspaketit, hinnoilla
Viisi fyysistä strategiaa suositellulle kapasiteetille — sama suunnittelija, sama levymalli ja samat viitehinnat kuin tallennustyökalussa.
| Strategia | Levyt | Käytettävä | Hinta | Idle |
|---|---|---|---|---|
| Cheapest | 2× 4TB hdd | 4 TB · parity1 | ≈ €200 | 10 W |
| Balanced Suositeltu | 2× 16TB hdd | 16 TB · parity1 | ≈ €480 | 12 W |
| Redundant | 3× 8TB hdd | 8 TB · parity2 | ≈ €450 | 15 W |
| Expansion-friendly | 2× 20TB hdd | 20 TB · parity1 | ≈ €600 | 14 W |
| Performance | 2× 4TB nvme | 4 TB · parity1 | ≈ €480 | 2 W |
For a fast working tier, go all-flash — the performance strategy protects speed without the HDD rebuild pain.
Varmuuskopio ei ole tallennusta
Ylimääräinen kopio, joka selviää levyvioista, poistoista ja kiristysohjelmista — sama moottori kuin varmuuskopioinnin suunnittelijassa.
Protect 4TB with at least two copies on separate hardware, ideally one offsite. The recommended start is a dedicated NAS.
Add a second copy outside the building — cloud or a drive at a friend's house.
Use a versioning-aware tool (restic, borg, Backblaze) that keeps history.
Schedule backups automatically and monitor them.
Keep the backup on separate hardware or offsite.
Mitä se maksaa?
Markkinaneutraalit EUR-välit viitemallista (≈ = arvioitu katuhinta). Live-komponenttihinnat ovat build-sivulla alueellesi.
Laskenta (CPU, emolevy, RAM, GPU) ei sisälly — katso suositeltu buildi live-hinnoille.
Kasvunäkymät
Mitä tapahtuu, kun data kasvaa edelleen — sama moottori kuin kasvusimulaattorissa.
Storage stays within 8TB across the 3-year horizon — the architecture fits your expected growth.
Within capacity and bays — no new bay needed for 7TB.
Mitä tasoa tarvitset?
- Valitse Minimi (8 ydintä, 32 Gt RAM) vain yksitarkoitukseen tarkoitettuun koneeseen tiukalla budjetilla — odota vähän varaa.
- Suositeltu (16 ydintä, 64 Gt RAM) on makea piste: tarpeeksi työkuormalle plus tavanomaisille sivupalveluille, ilman ylikulutusta.
- Valitse Mukava (24 ydintä, 128 Gt RAM), kun tämä työkuorma jakaa koneen muiden kanssa tai tulee kasvamaan — maksat varauksesta, et ahdistuksesta.
- GPU-sääntö tälle työkuormalle: ai.GPU-sääntö tälle työkuormalle: ai (24 GB VRAM).
Käsitelty myös tässä oppaassa
AI-kokeilut
Oppiminen ja kokeilu mallien kanssa, pienten mallien koulutus, työkalut.
Usein kysytyt kysymykset
Kuinka paljon RAM:ia model training / fine-tuning tarvitsee?
32 Gt on järkevä minimi, 64 Gt kattaa useimmat todelliset kokoonpanot ja 128 Gt antaa mukavan varauksen kasvulle ja lisäpalveluille.
Kuinka monta CPU-ydintä model training / fine-tuning tarvitsee?
CPU, jossa on 8 ydintä, on minimi, 16 ydintä on suositeltu makea piste ja 24 ydintä on mukava, kun se jakaa koneen muiden työkuormien kanssa.
Tarvitseeko model training / fine-tuning erillisen GPU:n?
Erillistä GPU:ta suositellaan voimakkaasti — tämä työkuorma tekee tekoälylaskentaa. Vaatii 16–48 GB VRAMia (16 minimi, 24 suositus, 48 mukavasti).
Mitä tallennusta ja verkkoa model training / fine-tuning odottaa?
Tallennus: 4 TB SSD on suositeltu perustaso (2 TB minimi, 8 TB mukava). Verkko: 2.5 GbE on suositeltu perustaso.
Mikä toimii hyvin model training / fine-tuning:n rinnalla?
Se yhdistyy luonnollisesti: AI-kokeilut.
Kuinka paljon virtaa model training / fine-tuning käyttää?
Taulukko idlaa noin 47 W (≈ 103 €/vuosi 0,25 €/kWh). Koko järjestelmä lisää CPU:n, emolevyn ja tuulettimet päälle — rehelliset välit ovat kustannusosiossa.