Max Ronzhin
fb50c5d8ea
Формула CPU/RAM/полосы для медиа-нагрузки (не AI): подписки = камер × (участников − 1), подтверждено точно двумя боевыми замерами (28.07 и 31.07.2026). Коэффициенты полосы на подписку и CPU на ядро — из тех же замеров, с явными допущениями и предупреждением не путать пиковый трафик с устойчивым. Профили — малая команда/совещание/большое собрание/ смешанная нагрузка, включая пример недостижимого профиля и как его спасают лимит плиток и потолок качества публикации (0.0.21). Перекрёстные ссылки из README, hardware-profiles.md, capacity.md.
4.6 KiB
4.6 KiB
Профили оборудования и пресеты инсталлятора
VidConf использует 5 пресетов инсталлятора (на основе 2 измерений: чат вкл/выкл и уровень AI мин/средний/макс) и 3 уровня AI качества для настройки под разные сценарии развёртывания.
Вся информация здесь основана на источниках истины:
- docs/deploy/install.md — описание 5 пресетов, использование
install.sh, автодетект железа - docs/architecture/adr/004-ai-tier-matrix.md — матрица уровней AI (модели, кванты, требования железа, параметры генерации)
Пресеты инсталлятора (5 вариантов)
| # | Состав | Композе-профили | Модели | Сложность |
|---|---|---|---|---|
| 1 | MVP-ядро (лобби, конференции, календарь, закреплённые, гости) | media |
— | Минимум |
| 2 | 1 + чат (WebSocket, Redis pub/sub) | media |
— | Низкая |
| 3 | 2 + AI «мин» (CPU) | media,transcribe,llm |
faster-whisper small + Qwen3.5-4B |
Средняя |
| 4 | 2 + AI «средний» (CPU опционально GPU) | media,transcribe,llm |
faster-whisper medium + Qwen3.5-9B |
Средняя |
| 5 | 2 + AI «макс» (GPU обязателен) | media,transcribe-gpu,llm-gpu |
faster-whisper large-v3 + Qwen3.5-35B-A3B |
Высокая |
Использование: ./install.sh --preset N или интерактивный опросник для автоматического выбора пресета на основе детекта железа.
Уровни AI (матрица уровней)
Три уровня качества обработки, применяемые к пресетам 3–5:
| Уровень | Транскрибация | Суммаризация | Требования (мин) | GPU |
|---|---|---|---|---|
| min | faster-whisper small |
Qwen3.5-4B (GGUF Q4_K_M, ~2,8 ГБ) | 8 vCPU, 16 ГБ RAM | нет |
| medium | faster-whisper medium |
Qwen3.5-9B (GGUF Q4_K_M, ~6,2 ГБ) | 12–16 vCPU, 32 ГБ RAM | опционально ≥8 ГБ |
| max | faster-whisper large-v3 |
Qwen3.5-35B-A3B (GGUF Q4_K_M, ~20–22 ГБ) | 16+ vCPU, 64 ГБ RAM | обязательно ≥16 ГБ |
Детальная матрица с параметрами модели (режимы compute, max_tokens per-tier, CTX) — ADR-004.
Быстрый старт
Установка с автодетектом
# Интерактивный опросник (рекомендуемый вариант)
./install.sh
# Или неинтерактивно: пресет 3 (AI min)
./install.sh --preset 3
# Или без подтверждений (CI/scripts, warning: пресет 5 на non-GPU)
./install.sh --preset 3 --yes
install.sh автоматически:
- Детектирует CPU/RAM/GPU (nvidia-smi, sysctl, free)
- Рекомендует пресет
- Генерирует/обновляет
.env(секреты сохраняются) - Запускает
docker composeс нужными профилями - Выполняет миграции и seed
Полные детали: docs/deploy/install.md.
Ссылки
- Инсталлятор — подробное описание
install.shи пресетов - ADR-004: Матрица уровней AI — модели, требования, параметры
- LLM Setup — ручная установка/скачивание моделей
- Deploy: Мониторинг — Prometheus/Grafana, алерты
- Deploy: Масштабирование — горизонтальное масштабирование
- Deploy: Ёмкость — калькулятор нагрузки и IOPS (синтетический тест)
- Deploy: Профиль нагрузки → железо — сайзинг под саму видео-нагрузку (участники/камеры/полоса), на реальных замерах с прода