部署 AI 工具需要什么 VPS 配置？CPU、内存、磁盘和带宽建议

部署 AI 工具最常被问的就是“我这台 VPS 到底够不够用？”答案不是简单的“够”或“不够”，得看你跑的是哪种 AI 工具——是纯 API 调用型，还是本地跑模型，还是搞自动化工作流。这篇文章直接拆解不同场景下 CPU、内存、磁盘和带宽的真实需求，帮你避开“买了低配跑不动”或“多花冤枉钱”的坑。

分清场景再选配置：API 调用 vs 本地模型 vs 自动化工作流

AI 工具对 VPS 的压力差异很大，先对号入座：

•API 调用型：比如 Claude Code、Codex、Hermes Agent、MCP 客户端，这些工具本身只负责发请求和接收结果，不跑模型。VPS 只需要跑一个轻量级代理或脚本，1 核 1G 内存、20G 磁盘、1Mbps 带宽就能跑起来。但注意，如果同时跑多个 Agent 或频繁轮询，内存和 CPU 会跟着涨。

•本地模型型：比如 Ollama、Open WebUI、ComfyUI。这类工具需要把模型下载到 VPS 上，推理时吃掉大量内存和 CPU/GPU。没有独立显卡的 VPS 只能用 CPU 推理，速度慢，内存是瓶颈。跑 7B 模型至少 8G 内存，13B 模型建议 16G，70B 模型没 32G 以上别想。

•自动化工作流：比如 n8n、Dify、Flowise，它们本身不跑模型，但会连接多个 API、处理数据、触发 Webhook。这类工具吃 CPU 和内存，尤其是并发任务多时。2 核 4G 内存是起步，复杂场景建议 4 核 8G。

内存：AI 部署的第一瓶颈

很多新手以为 CPU 最重要，实际跑 AI 工具时，内存最先报警。Ollama 加载模型时，模型参数数量 × 精度 ≈ 内存占用。例如 7B 模型用 fp16 精度约 14GB，用 q4 量化约 4-5GB。所以跑量化版 7B 模型，8G 内存勉强够（还得预留系统开销），推荐 16G。

AI Agent 类工具（如 Hermes Agent）如果同时管理多个会话，每个会话缓存上下文，内存消耗也会线性增长。实测跑 10 个并发 Agent，8G 内存很快被占满。

老鸟叮嘱：不要用 1 核 1G 的机器跑 Ollama，哪怕只加载一个 3B 模型也会 OOM。内存不足时系统会疯狂 swap，磁盘读写变慢，整台 VPS 卡死。建议先查官方文档或社区讨论，确认模型量化后的内存需求，再加 1-2G 余量。

CPU：够用就好，但别太弱

纯 API 调用的工具，1 核 2.0GHz 就够。本地模型推理用 CPU 的话，核心数越多越好，但单核性能更重要。例如用 llama.cpp 跑量化模型，单核 IPC 高的 CPU（如 AMD EPYC 或 Intel Xeon 新架构）比多核低频快很多。实测 4 核 3.0GHz 跑 7B 模型每秒能生成 5-8 个 token，勉强可用；2 核只能 2-3 token，体验很差。

自动化工作流工具（n8n、Dify）对 CPU 要求中等，2 核 2.5GHz 能应付日常，但如果有大量定时任务或 Webhook 触发，建议 4 核。

磁盘：模型文件是巨兽

模型文件大小：7B 量化版约 4-6GB，13B 约 8-10GB，70B 量化版也要 40GB 以上。加上 Docker 镜像、日志、数据库，磁盘空间很容易吃紧。建议：

• 纯 API 调用：20-40GB 足够

• 跑本地模型（7B 以下）：80GB 起步

• 跑多个模型或大型模型：200GB 以上

磁盘类型也很关键。机械硬盘（HDD）随机读写慢，加载模型和推理时会有明显卡顿。强烈建议用 SSD，NVMe 更好。IOPS 低的磁盘会让 Ollama 加载模型慢几倍。

带宽：看流量方向

• 如果只是本地调用 API，1Mbps 上传都够，因为只传文本。

• 如果部署 Open WebUI 或 ComfyUI 供外部访问，带宽取决于图片/视频输出。生成一张 1024×1024 图片约 2-3MB，5Mbps 带宽能同时服务 2-3 个用户，再多就排队。

• 如果 AI Agent 需要下载模型或插件，带宽越高越好。但大多数 VPS 限制带宽，下载模型时建议用 wget 后台跑，别阻塞服务。

老鸟叮嘱：带宽不足不会让 AI 工具跑不动，但用户访问 Web UI 时会卡。如果只是自己调试，低带宽也无所谓。生产环境建议 5Mbps 以上，且注意流量超额收费。

常见场景配置速查表

| 场景 | CPU | 内存 | 磁盘 | 带宽 |
|——|—–|——|——|——|
| Claude Code / Codex API | 1核 | 1-2G | 20G | 1Mbps |
| Hermes Agent（单Agent） | 1核 | 2G | 20G | 1Mbps |
| n8n + 少量工作流 | 2核 | 4G | 40G | 1Mbps |
| Ollama + 7B量化模型 | 4核 | 8-16G | 80G | 1Mbps |
| Open WebUI + 7B模型 | 4核 | 16G | 100G | 5Mbps |
| 多Agent + 本地模型 | 4-8核 | 16-32G | 200G | 5-10Mbps |

老鸟叮嘱：别忽略这些细节

1.swap 不是救命稻草：内存不够时系统会用 swap，但 SSD 的 swap 速度远低于内存，推理速度会从秒级降到分钟级。宁愿加内存，也别依赖 swap。
2.Docker 资源限制：如果一台 VPS 跑多个容器，记得用 `–memory` 和 `–cpus` 限制每个容器的资源，防止一个服务吃掉全部内存导致其他服务崩溃。
3.端口安全：AI 工具常暴露 Web 端口（如 3000、7860、8080），不要直接绑 0.0.0.0 不加防火墙。用 Nginx 反向代理 + HTTPS + 基本认证，或者用 Cloudflare Tunnel。
4.模型版本更新：Ollama 模型库经常更新，新模型可能更大。选 VPS 时留出 20% 余量，避免以后升级麻烦。

FAQ

Q1：1 核 1G 的 VPS 能跑 Ollama 吗？
不能。最小 3B 量化模型也需要 2G 内存，1G 内存连系统都跑不顺畅，会频繁 OOM。

Q2：跑 AI Agent 需要买带 GPU 的 VPS 吗？
纯 API 调用不需要。如果要在本地跑模型，GPU 能大幅提升推理速度，但带 GPU 的 VPS 价格高。CPU 跑小模型（3B-7B）也能用，只是慢。

Q3：n8n 部署 AI 工作流，2 核 4G 够吗？
够。n8n 本身很轻量，但如果你在工作流里调用了 Ollama 或外部模型 API，内存开销主要在外接服务上，n8n 本身 1-2G 内存足矣。

Q4：磁盘用 HDD 行不行？
建议 SSD。HDD 随机读写慢，加载模型和 Docker 镜像时耗时很长，推理时也可能因磁盘 I/O 拖累性能。

Q5：带宽 1Mbps 能跑 Open WebUI 吗？
能跑，但多人访问时图片加载慢。如果只自己用，1Mbps 可以接受。生产环境建议 5Mbps 以上。

Q6：VPS 内存 8G，跑 7B 模型总是卡死怎么办？
检查是否用了量化版本（如 q4_K_M），非量化版本 7B 需要 14G 内存。可以用 `ollama run <model> –verbose` 查看实际内存占用，若接近 8G，建议换成 3B 模型或升级内存。