Локальный ИИ-сервер
Искусcтвенный интеллект внутри вашей IT-инфраструктуры

Проектирование и внедрение локальных систем искусcтвенного интеллекта для запуска LLM
Локальный ИИ-сервер — это сервер с вычислительными ресурсами, необходимыми для запуска языковых моделей и других систем искусственного интеллекта непосредственно внутри инфраструктуры организации.
IT Outsourcing Group проектирует и внедряет локальные AI-системы для работы с корпоративными документами, базами знаний, внутренней информацией и прикладными задачами бизнеса.
Локальная AI-инфраструктура позволяет организации самостоятельно контролировать размещение оборудования, сетевой доступ, программное окружение и обработку данных.
Главное преимущество локального ИИ-сервера: полная независимость от сторонних облачных провайдеров и зарубежных подписок. Также немаловажным преимуществом является защита от утечек: все коммерческие документы, персональные данные клиентов и интеллектуальная собственность обрабатываются строго внутри корпоративного контура.
Что можно делать с локальным ИИ:
-
- искать информацию в корпоративных документах;
- создавать внутреннего AI-ассистента;
- отвечать на вопросы сотрудников по базе знаний;
- анализировать и сравнивать документы;
- создавать краткие резюме больших документов;
- извлекать информацию из документов;
- автоматизировать подготовку текстов и отчётов;
- работать с технической и нормативной документацией;
- запускать большие языковые модели (LLM) внутри корпоративной инфраструктуры;
- создавать системы RAG для работы с внутренними базами знаний.
Локальная LLM может использоваться для поиска и анализа информации в документах организации.
В качестве источников могут использоваться:
-
- инструкции;
- регламенты;
- техническая документация;
- договоры;
- внутренние документы;
- каталоги;
- базы знаний;
- отчёты;
- проектная документация;
- документы в форматах PDF, DOCX, XLSX и других поддерживаемых форматах.
Пользователь задаёт вопрос обычным языком, а система ищет необходимую информацию в подключённой базе данных и формирует ответ.
Архитектура
На основе ОС Linux Ubuntu, Ollama, Gemma, Open Web UI. Используется ядро GNU/Linux, программное обеспечение с открытым исходным кодом.
Системные требования AI-сервера
Класс модели
Примеры моделей
Видеопамять GPU
ОЗУ
CPU
Рекомендуемый сценарий
7–8B
Llama 3.1 8B, Qwen 7B, Mistral 7B
8 ГБ
16 ГБ
4 ядра
Чат-боты, генерация текста и базовые AI-задачи
26B
Модели класса 20–26B
16–24 ГБ
32 ГБ
8 ядер
Продвинутые чат-боты, анализ документов, программирование
70B
Llama 3.1 70B, Qwen 72B и аналоги
48 ГБ
64–128 ГБ
16 ядер
Сложный анализ, программирование, корпоративные AI-системы
120B+
Большие языковые модели 100B+
80 ГБ+
128–256 ГБ
24–32 ядра
Высоконагруженные AI-системы и работа с большими моделями
| Класс модели | Примеры моделей | Видеопамять GPU | ОЗУ | CPU | Рекомендуемый сценарий |
|---|---|---|---|---|---|
| 7–8B | Llama 3.1 8B, Qwen 7B, Mistral 7B | 8 ГБ | 16 ГБ | 4 ядра | Чат-боты, генерация текста и базовые AI-задачи |
| 26B | Модели класса 20–26B | 16–24 ГБ | 32 ГБ | 8 ядер | Продвинутые чат-боты, анализ документов, программирование |
| 70B | Llama 3.1 70B, Qwen 72B и аналоги | 48 ГБ | 64–128 ГБ | 16 ядер | Сложный анализ, программирование, корпоративные AI-системы |
| 120B+ | Большие языковые модели 100B+ | 80 ГБ+ | 128–256 ГБ | 24–32 ядра | Высоконагруженные AI-системы и работа с большими моделями |
Указанные параметры являются ориентировочными и рассчитаны для запуска моделей с использованием квантования. Фактические требования зависят от архитектуры модели, типа квантования, размера контекста и количества одновременно обрабатываемых запросов.