Welche Hardwareanforderungen gibt es für eine On-Premises-Installation von DeepVA?
DeepVA lässt sich flexibel skalieren – für Echtzeit- oder parallele Analysen werden mehrere Worker benötigt, während bei geringeren Anforderungen auch ein einzelner Worker ausreicht, um kosteneffizient nacheinander Analysen durchzuführen.
DeepVA kann lokal (On-Premises) installiert werden, um spezifischen Anforderungen an Datenschutz, Sicherheit oder Infrastruktur gerecht zu werden. Das System ist modular aufgebaut und skalierbar, sodass die Hardware-Nutzung flexibel an den jeweiligen Bedarf angepasst werden kann.
Wenn Sie eine Echtzeit- oder nahezu Live-Verarbeitung benötigen oder mehrere KI-Module gleichzeitig ausführen möchten, empfiehlt sich der Einsatz mehrerer Worker.
Falls jedoch Verarbeitungsgeschwindigkeit und Parallelisierung nicht im Vordergrund stehen, kann ein einzelner Worker jeweils ein Modul nach dem anderen analysieren. Diese langsamere, aber kosteneffizientere Lösung eignet sich gut für Aufgaben mit geringem Zeitdruck, wie z. B. die Metadaten-Anreicherung in Archiven.
Kontaktieren Sie uns:
Wenn Sie Fragen haben oder Unterstützung bei der Auswahl der optimalen Hardware-Konfiguration für Ihren Anwendungsfall benötigen, steht Ihnen unser Team jederzeit gerne zur Verfügung!
Minimum Systemanforderungen (Basis-System)
Diese Anforderungen gelten nur für die zentralen Dienste wie API, Datenbanken und Frontend:
-
CPU: 4 Kerne
-
Arbeitsspeicher (RAM): 16 GB
-
Speicher: 512 GB SSD
Minimum Anforderungen für Worker
Worker übernehmen die rechenintensive Analyseprozesse der KI. Die Anzahl der eingesetzten Worker kann je nach gewünschter Geschwindigkeit und Parallelität skaliert werden.
-
CPU: 4 Kerne
-
Arbeitsspeicher (RAM): 16 GB
-
Speicher: 256 GB SSD
-
GPU-Unterstützung:
-
Stark empfohlen für bessere Leistung
-
Mindestens: NVIDIA-GPU mit 12 GB VRAM
-
Skalierungsoptionen
-
Schnelle Verarbeitung / Echtzeit-Anwendungen:
→ Einsatz mehrerer Worker mit GPU-Beschleunigung -
Kostenoptimierte / sequenzielle Verarbeitung:
→ Weniger Worker ohne GPU, Verarbeitung eines Jobs nach dem anderen
Weitere Informationen: