Maskinvarekrav etter nivå
Tre nivåer for hver arbeidslast: minimumet som fungerer, den anbefalte sweet spot-en og det komfortable marginivået. Dette er de samme nivåene WisePC-beslutningsmotoren bruker når den planlegger et bygg rundt målet ditt.
| Nivå | CPU-kjerner | RAM | Lagring | GPU | VRAM | Nettverk |
|---|---|---|---|---|---|---|
| Minimum | 8 cores | 32 GB | 2 TB (ssd) | ai | 16 GB VRAM | 1 GbE |
| Anbefalt | 16 cores | 64 GB | 4 TB (ssd) | ai | 24 GB VRAM | 2.5 GbE |
| Komfortabelt | 24 cores | 128 GB | 8 TB (ssd) | ai | 48 GB VRAM | 10 GbE |
| Overdimensjonert | 39 cores | 205 GB | 16 TB (ssd) | ai | 48 GB VRAM | 10 GbE |
Forbi Komfortabel — 39 kjerner, 205 GB RAM, 16 TB (SSD): headroom du aldri vil bruke på denne workloadden alene. Legg differansen i lagring, backup eller stillhet.
Anbefalt systemform
Utledet av beslutningsmotoren fra anbefalt nivå — samme logikk som planlegger komplette bygg.
Requirements (16 threads, 64GB RAM, 8TB storage, dedicated GPU) need a custom tower build.
Om denne workloadden fortjener sin egen maskin eller bør bo på hovedserveren.
GPU-bound compute is expensive to duplicate — a second GPU box roughly doubles cost for little resilience gain. Keep it on the main machine.
Lagringsarrays, med priser
Fem fysiske strategier for anbefalt kapasitet — samme planlegger, samme diskmodell og samme referansepriser som lagringsverktøyet.
| Strategi | Disker | Brukbar | Kostnad | Idle |
|---|---|---|---|---|
| Cheapest | 2× 4TB hdd | 4 TB · parity1 | ≈ €200 | 10 W |
| Balanced Anbefalt | 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.
Backup er ikke lagring
Den ekstra kopien som overlever diskfeil, sletting og ransomware — samme motor som backup-planleggeren.
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.
Hva vil det koste?
Markedsnøytrale EUR-bånd fra referansemodellen (≈ = estimert gatepris). Live komponentpriser står på bygg-siden for din region.
Datakraft (CPU, hovedkort, RAM, GPU) er ikke inkludert — se anbefalt bygg for live priser.
Vekstutsikter
Hva som skjer når dataene fortsetter å vokse — samme motor som vekstsimulatoren.
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.
Hvilket nivå trenger du?
- Velg Minimum (8 kjerner, 32 GB RAM) bare for en enkeltformålsmaskin med stramt budsjett — forvent lite margin.
- Anbefalt (16 kjerner, 64 GB RAM) er sweet spot-en: nok for arbeidslasten pluss de vanlige tilleggstjenestene, uten å overforbruke.
- Velg Komfortabelt (24 kjerner, 128 GB RAM) når denne arbeidslasten deler maskinen med andre eller vil vokse — du betaler for margin, ikke for angst.
- GPU-regel for denne arbeidslasten: ai.GPU-regel for denne arbeidsmengden: ai (24 GB VRAM).
Dekkes også i denne guiden
AI-eksperimenter
Lære og eksperimentere med modeller, trene små modeller, verktøy.
Ofte stilte spørsmål
Hvor mye RAM trenger model training / fine-tuning?
32 GB er et fornuftig minimum, 64 GB dekker de fleste ekte oppsettene, og 128 GB gir komfortabel margin for vekst og ekstra tjenester.
Hvor mange CPU-kjerner trenger model training / fine-tuning?
En CPU med 8 kjerner er minimumet, 16 kjerner er den anbefalte sweet spot-en, og 24 kjerner er komfortabelt når den deler maskinen med andre arbeidslaster.
Trenger model training / fine-tuning et dedikert GPU?
Et dedikert GPU anbefales sterkt — denne arbeidslasten gjør KI-beregninger. Trenger 16–48 GB VRAM (16 minimum, 24 anbefalt, 48 komfortabelt).
Hvilken lagring og hvilket nettverk forventer model training / fine-tuning?
Lagring: 4 TB SSD er den anbefalte grunnlinjen (2 TB minimum, 8 TB komfortabelt). Nettverk: 2.5 GbE er den anbefalte grunnlinjen.
Hva kjører godt sammen med model training / fine-tuning?
Den kombinerer naturlig med: AI-eksperimenter.
Hvor mye strøm bruker model training / fine-tuning?
Arrayet idler rundt 47 W (≈ 103 €/år ved 0,25 €/kWh). Hele systemet legger CPU, hovedkort og vifter oppå — se kostnadsseksjonen for ærlige bånd.