Hébergement AI pour les stacks d'inférence, de RAG et d'automatisation

Anatomie d'une stack RAG,
et la partie qui fait mal

Un dispositif de recherche documentaire comporte quatre éléments mobiles : une tâche d'ingestion qui découpe vos documents sources en fragments, un appel d'embedding qui transforme chaque fragment en vecteur, un magasin qui conserve ces vecteurs, et un chemin de requête qui récupère les correspondances les plus proches et les transmet au modèle. Trois de ces quatre éléments coûtent peu. L'ingestion est celui qui fait mal, parce qu'elle arrive par à-coups, qu'elle peut durer des heures et qu'elle sollicite fortement le stockage pendant son exécution. Construisez-la comme une tâche que vous pouvez démarrer, arrêter et reprendre depuis un shell plutôt que comme quelque chose que déclenche une requête web, et le reste de la stack devient de l'hébergement web ordinaire. Les équipes qui construisent le même schéma avec des outils visuels associent généralement cette page à nos formules d'automatisation n8n infogérées, où le moteur de workflow est lui-même le processus de longue durée.

Les limites de l'hébergement mutualisé,
en chiffres, avant de construire

ElySpace publie les plafonds de son hébergement mutualisé au lieu de les dissimuler, et pour des travaux liés à l'IA les chiffres comptent davantage que le discours marketing. Les formules d'entrée de gamme sont limitées par CloudLinux aux valeurs ci-dessous, et les règles qui suivent relèvent de la politique de la maison, pas de la préférence. Si votre conception se heurte à l'une d'elles, c'est vers un VPS cloud qu'il faut vous tourner, et il est moins coûteux de l'apprendre maintenant qu'après une suspension.

Le texte complet, y compris les clauses relatives aux applications de messagerie instantanée et aux robots d'exploration, figure dans nos limites de ressources de l'hébergement mutualisé. Lisez en particulier les clauses sur le chat et les robots si vous envisagez un bot d'assistance ou un crawler d'ingestion, car tous deux y sont nommément cités et tous deux ont vocation à vivre dans un environnement dédié.

• 100% d'un cœur CPU et 1024 MB de mémoire sur les formules d'entrée de gamme
• 10 processus d'entrée, ce qui constitue votre véritable plafond de simultanéité
• 10 MB/s d'E/S et 1024 IOPS, partagés avec votre base de données
• Cron au maximum une fois toutes les 15 minutes
• Les processus web ne peuvent pas se dupliquer ni lancer de sous-processus