Hårdvarukrav per nivå
Tre nivåer för varje arbetsbelastning: minimumet som fungerar, den rekommenderade sweet spot-en och den bekväma marginalnivån. Det är samma nivåer som WisePC-beslutsmotorn använder när den planerar ett bygge runt ditt mål.
| Nivå | CPU-kärnor | RAM | Lagring | GPU | VRAM | Nätverk |
|---|---|---|---|---|---|---|
| Minimum | 8 cores | 32 GB | 2 TB (ssd) | ai | 16 GB VRAM | 1 GbE |
| Rekommenderat | 16 cores | 64 GB | 4 TB (ssd) | ai | 24 GB VRAM | 2.5 GbE |
| Bekvämt | 24 cores | 128 GB | 8 TB (ssd) | ai | 48 GB VRAM | 10 GbE |
| Överdimensionerad | 39 cores | 205 GB | 16 TB (ssd) | ai | 48 GB VRAM | 10 GbE |
Bortom Bekväm — 39 kärnor, 205 GB RAM, 16 TB (SSD): headroom du aldrig kommer använda för bara denna workload. Lägg mellanskillnaden på lagring, backup eller tystnad.
Rekommenderad systemform
Härledd av beslutsmotorn från rekommenderad nivå — samma logik som planerar kompletta byggen.
Requirements (16 threads, 64GB RAM, 8TB storage, dedicated GPU) need a custom tower build.
Om denna workload förtjänar en egen maskin eller bör bo på huvudservern.
GPU-bound compute is expensive to duplicate — a second GPU box roughly doubles cost for little resilience gain. Keep it on the main machine.
Lagringsarrayer, med priser
Fem fysiska strategier för rekommenderad kapacitet — samma planerare, samma diskmodell och samma referenspriser som lagringsverktyget.
| Strategi | Diskar | Användbar | Kostnad | Idle |
|---|---|---|---|---|
| Cheapest | 2× 4TB hdd | 4 TB · parity1 | ≈ €200 | 10 W |
| Balanced Rekommenderad | 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 är inte lagring
Den extra kopian som överlever diskfel, radering och ransomware — samma motor som backup-planeraren.
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.
Vad kommer det kosta?
Marknadsneutrala EUR-band från referensmodellen (≈ = uppskattat gatupris). Live komponentpriser står på byggsidan för din region.
Beräkning (CPU, moderkort, RAM, GPU) ingår inte — se rekommenderat bygge för livepriser.
Tillväxtutsikter
Vad som händer när datan fortsätter växa — samma motor som tillväxtsimulatorn.
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.
Vilken nivå behöver du?
- Välj Minimum (8 kärnor, 32 GB RAM) bara för en enspårig maskin med stram budget — förvänta dig lite marginal.
- Rekommenderat (16 kärnor, 64 GB RAM) är sweet spot-en: tillräckligt för arbetsbelastningen plus de vanliga sido-tjänsterna, utan att överspendera.
- Välj Bekvämt (24 kärnor, 128 GB RAM) när denna arbetsbelastning delar maskinen med andra eller kommer att växa — du betalar för marginal, inte för ångest.
- GPU-regel för denna arbetsbelastning: ai.GPU-regel för denna arbetslast: ai (24 GB VRAM).
Täcks också i den här guiden
AI-experiment
Lära sig och experimentera med modeller, träna små modeller, verktyg.
Vanliga frågor
Hur mycket RAM behöver model training / fine-tuning?
32 GB är ett förnuftigt minimum, 64 GB täcker de flesta verkliga uppsättningar, och 128 GB ger bekväm marginal för tillväxt och extra tjänster.
Hur många CPU-kärnor behöver model training / fine-tuning?
En CPU med 8 kärnor är minimumet, 16 kärnor är den rekommenderade sweet spot-en, och 24 kärnor är bekvämt när den delar maskinen med andra arbetsbelastningar.
Behöver model training / fine-tuning ett dedikerat GPU?
Ett dedikerat GPU rekommenderas starkt — denna arbetsbelastning gör AI-beräkningar. Kräver 16–48 GB VRAM (16 minimum, 24 rekommenderat, 48 bekvämt).
Vilken lagring och vilket nätverk förväntar sig model training / fine-tuning?
Lagring: 4 TB SSD är den rekommenderade baslinjen (2 TB minimum, 8 TB bekvämt). Nätverk: 2.5 GbE är den rekommenderade baslinjen.
Vad fungerar bra tillsammans med model training / fine-tuning?
Den kombinerar naturligt med: AI-experiment.
Hur mycket ström drar model training / fine-tuning?
Arrayen idlar runt 47 W (≈ 103 €/år vid 0,25 €/kWh). Hela systemet lägger CPU, moderkort och fläktar ovanpå — se kostnadssektionen för ärliga band.