站长部署 AI 工具的服务器选购清单：从入门 VPS 到生产环境

站长部署 AI 工具，选服务器比选工具本身更考验经验。不同场景——跑个 Ollama 本地模型、挂 n8n 自动化工作流、还是部署 AI Agent 接 MCP——对 VPS 的要求天差地别。这篇清单直接按场景拆配置，帮你绕过“买回来跑不动”的坑。

入门级 VPS：跑 API 调用型 AI 工具和轻量 Agent

适合场景：Claude Code 代码辅助、n8n 低代码工作流、Hermes Agent 简单对话、Open WebUI 前端（后端接云端 API）。这类工具本身不跑大模型，只负责编排和调用，对算力要求低。

•CPU：2 核起步，主流 x86（Intel/AMD）即可，ARM 架构也能跑但部分镜像不兼容。

•内存：4GB 是最低门槛。n8n 加几个节点后容易吃掉 1.5GB，Open WebUI 配合 Docker 大概占 2GB。低于 4GB 会频繁 OOM。

•磁盘：40GB SSD 足够。系统加 Docker 镜像加日志，20GB 很容易被撑满。建议选 50GB 以上。

•带宽：5Mbps 够用，如果对外提供 Web 服务（比如 Open WebUI 公网访问），建议 10Mbps 以上。

•系统：Ubuntu 22.04/24.04 最省心，CentOS 已停更，Debian 12 也行。

老鸟叮嘱：入门级 VPS 不要直接挂数据库生产环境。n8n 的 Webhook 端口别暴露公网，用 Nginx 反代加 Basic Auth 或 Cloudflare Tunnel。如果跑 AI Agent 需要调 OpenAI/Claude API，注意出口 IP 是否被限流，选海外节点时测一下延迟。

进阶级 VPS：本地运行小模型和中等规模 Agent

适合场景：Ollama 部署 7B 以下模型（如 qwen2.5:7b、llama3.2:3b）、Codex 本地代码补全、MCP 服务器、多个 Agent 并发。

•CPU：4 核以上，推荐 8 核。推理时 CPU 模式慢但可接受，7B 模型量化后跑在 8 核上大概 2-3 tokens/s。

•内存：16GB 起步，32GB 更稳。7B 模型量化后需要 6-8GB，加上系统和其他服务，16GB 勉强够用。如果同时跑 Ollama 和 n8n，32GB 才不卡。

•磁盘：100GB SSD，NVMe 最佳。模型文件动辄 4-8GB，多个模型版本累积很快。注意 IOPS，不要用共享存储。

•GPU：可选，但普通 VPS 很少配 GPU。如果需要加速推理，选带 NVIDIA T4/RTX 4090 的 GPU 云服务器，价格翻倍。纯 CPU 推理也能用，只是响应慢。

•带宽：10Mbps 以上，如果对外提供模型 API，上行带宽要够。

老鸟叮嘱：Ollama 默认监听 127.0.0.1:11434，别直接改成 0.0.0.0 暴露公网。建议用 Nginx 反代并加 API Key 验证。模型下载前先看磁盘剩余空间，`df -h` 检查，否则下载一半报磁盘满。内存不足时不要开 swap，会拖死整台机器。

生产级 VPS：多模型并发、AI Agent 集群、高可用部署

适合场景：多个 Agent 同时运行、MCP 服务对外提供、n8n 企业级工作流、Ollama 同时服务多个用户、Codex 团队协作。

•CPU：16 核以上，推荐 32 核或更高。多并发推理时 CPU 是瓶颈，单核性能也很重要，选高频型号。

•内存：64GB 起步，128GB 常见。每个模型实例占用 8-16GB，加上 Agent 进程、n8n 节点、数据库，64GB 很容易吃满。

•磁盘：500GB NVMe SSD，RAID1 或分布式存储。日志、模型、数据库备份都需要空间。建议额外挂载独立数据盘。

•GPU：强烈推荐。至少一张 T4/RTX 4090，或者 A10/A100。没有 GPU 的话，纯 CPU 推理延迟高，无法支撑生产。GPU 云服务器成本高，但省时间。

•网络：100Mbps 以上，BGP 多线，低延迟。如果服务全球用户，选靠近用户区域的数据中心。

•高可用：至少两台以上，用负载均衡（如 Nginx、HAProxy）分摊流量。数据库和模型文件用共享存储或对象存储同步。

老鸟叮嘱：生产环境不要用 root 跑所有服务。为每个服务创建独立用户，Docker 容器用非 root 用户运行。API Key 存环境变量，不要写进代码。日志轮转必须配置，否则磁盘很快写满。压力测试一定要做，用 `ab` 或 `wrk` 测并发上限。

老鸟叮嘱：避坑清单

1.内存不足：很多入门 VPS 标 2GB 内存，实际可用可能只有 1.5GB。跑 Docker 加 AI Agent 很容易 OOM。选 VPS 时看实际可用内存，预留 20% 余量。
2.磁盘 IO 差：便宜 VPS 用 HDD 或共享 SSD，Ollama 加载模型时非常慢，甚至超时。务必选 NVMe 或企业级 SSD。
3.带宽虚标：共享带宽高峰期只有标称的 1/10。测试方法：`curl -o /dev/null -s -w '%{speed_download}' https://speedtest.tele2.net/1GB.zip`。
4.IP 被墙或限流：海外 VPS 如果被墙，AI API 调用会失败。选之前测一下 IP 连通性。国内用户建议选香港或日本节点。
5.系统版本太旧：Ubuntu 20.04 以下安装 Docker 和 Ollama 麻烦，Python 版本低也影响 Agent 运行。直接用 Ubuntu 24.04 最省事。
6.安全裸奔：公网端口全开、root 密码弱、无防火墙，是黑客的靶子。至少执行 `ufw default deny incoming && ufw allow ssh && ufw enable`。

FAQ

Q：2GB 内存的 VPS 能跑 Ollama 吗？
A：能跑 1B 以下小模型（如 qwen2.5:0.5b），但跑 7B 模型肯定 OOM。建议至少 4GB，实际跑 7B 模型需要 8GB 以上。

Q：n8n 和 Open WebUI 可以装在同一台 VPS 上吗？
A：可以，但注意端口冲突。n8N 默认 5678，Open WebUI 默认 3000，用 Docker 映射不同端口即可。4GB 内存下勉强跑，建议 8GB。

Q：AI Agent 需要 GPU 吗？
A：如果 Agent 只调云端 API，不需要 GPU。如果 Agent 本地跑小模型（如 Codex 代码补全），CPU 也能跑但慢。生产环境建议配 GPU。

Q：怎样判断 VPS 磁盘 IO 够不够？
A：用 `dd if=/dev/zero of=test bs=1M count=1024 oflag=direct` 测写速度，NVMe SSD 应 >300MB/s，普通 SSD >100MB/s。低于 50MB/s 别买。

Q：Ollama 模型下载失败怎么办？
A：先检查磁盘剩余空间和网络。可以用 `ollama pull –insecure` 跳过证书验证，或手动下载模型文件放到 `~/.ollama/models`。

Q：生产环境一定要用 Docker 吗？
A：强烈建议。Docker 隔离环境、方便迁移、版本管理。AI Agent 依赖的 Python 版本和库容易冲突，Docker 可以避免。

站长部署 AI 工具，配置选对了省一半时间。从入门 VPS 到生产环境，核心看内存、磁盘 IO 和网络，GPU 按需上。动手前先拿小配置测试，确认跑得稳再升级。