Systemanforderungen
Hardware-Anforderungen
Mindestanforderungen
| Element | Spezifikation |
|---|---|
| CPU | 8 Kerne oder mehr |
| RAM | 32 GB oder mehr |
| Speicher | SSD 500 GB oder mehr |
| GPU | NVIDIA GPU (mit CUDA-Unterstützung) |
| Netzwerk | 1 Gbit/s oder mehr |
Empfohlene Spezifikation
| Element | Spezifikation |
|---|---|
| CPU | 16 Kerne oder mehr |
| RAM | 64 GB oder mehr |
| Speicher | NVMe SSD 1 TB oder mehr |
| GPU | NVIDIA DGX Spark oder gleichwertig |
| Netzwerk | 10 Gbit/s |
PlantPulse AI ist so optimiert, dass es auch in Umgebungen mit niedrigerer GPU-Leistung wie NVIDIA DGX Spark betrieben werden kann.
Software-Anforderungen
| Element | Inhalt |
|---|---|
| OS | Ubuntu 22.04 · RHEL / Rocky / Alma 8·9 · Amazon Linux 2 |
| Container | Docker CE + compose v2 Plugin — wird vom Installer installiert. Falls bereits vorhanden, wird es so verwendet |
| GPU-Treiber | NVIDIA-Treiber + container toolkit — wird vom Installer installiert (übersprungen bei SKIP_GPU=1). Beim Neuinstallieren des Treibers kann ein Neustart erforderlich sein |
Alle Dienste laufen als Container. Auf dem Host werden nur die oben genannten drei benötigt.
Ist kein NVIDIA-Gerät vorhanden, überspringt der Installer den Treiberschritt und warnt, dass Dienste, die runtime: nvidia verwenden (vLLM-Generierung · Embedding · Re-Ranking) nicht gestartet werden.
Aufteilung des GPU-Speichers
Der vLLM-Satz, die Transkriptions-vLLM und der Zeitreihen-Inferenzserver teilen sich dieselbe GPU. Wenn die Summe der jeweiligen Anteile
(LLM_GPU_UTIL · EMB_GPU_UTIL · RERANK_GPU_UTIL · TS_GPU_UTIL · ASR_GPU_UTIL) die Grenze
PP_GPU_BUDGET_CEILING überschreitet, wird der Start gestoppt. Anteile und Grenzwert stehen nicht in der Host-env, sondern im
Hardware-Profil (compose/profiles/<모양>.env), und PP_HW_PROFILE in der Host-env wählt dieses Profil aus.
Transkription (ASR_GPU_UTIL) ist standardmäßig deaktiviert, wird aber vorsorglich in die Summe eingerechnet, damit sie beim späteren Aktivieren nicht überschritten wird — auch wenn Video · Audio aktiviert werden (PI_MEDIA_ENABLED=true),
muss der GPU-Anteil nicht neu berechnet werden. Wird es aktiviert, belegt das Transkriptionsmodell Aura-ASR-Turbo zusätzlich etwa 1,6 GB Speicherplatz → Video- · Audio-Erfassung
| Hardware | Vorlage · PP_HW_PROFILE | Summe der Anteile (LLM + EMB + RERANK + TS + ASR) | Grenze |
|---|---|---|---|
| GB10-Serie (arm64, gemeinsamer Speicher) | env.gb10.example · gb10 | 0.4 + 0.10 + 0.08 + 0.13 + 0.03 = 0.74 | 0.75 |
| AWS g7e (amd64, dedizierter VRAM) | env.g7e.example · g7e | 0.53 + 0.13 + 0.10 + 0.15 + 0.04 = 0.95 | 0.95 |
Bei GB10 ist der GPU-Speicher derselbe Pool wie der System-RAM, sodass dem Betriebssystem und anderen Diensten nichts mehr zur Verfügung steht, wenn das Modell alles beansprucht. Details finden Sie unter Einstellung der Umgebungsvariablen.
Netzwerk-Anforderungen
PlantPulse AI verwendet die folgenden Ports. In der Firewall-Richtlinie müssen diese Ports zugelassen werden.
Ports mit erforderlichem externem Zugriff
| Port | Dienst | Beschreibung |
|---|---|---|
| 80 / 443 | AI Chat Web | Web-Chat-Oberfläche (einzige externe Exposition) |
Ports, die gemeinsam auf dem Host geöffnet werden
Sie werden ohne Proxy direkt im LAN geöffnet. Sorgen Sie mit einer Firewall dafür, dass sie von außerhalb des internen Netzwerks nicht erreichbar sind.
| Port | Dienst |
|---|---|
| 4000 | LiteLLM — Modell-Gateway (änderbar über PI_LITELLM_PORT) |
| 7115 | RAG-Zugangspunkt |
| 8970 | Zeitreihen-Insights |
| 5959 | Admin-Konsole HTTP (änderbar über PI_ADMIN_WEB_PORT) |
| 5960 | Admin-Konsole HTTPS — über Proxy (änderbar über PI_ADMIN_WEB_TLS_PORT) |
| 7474 / 7687 | Neo4j-Browser · Bolt |
Der Installer liest beim Öffnen der Firewall die von compose tatsächlich veröffentlichten Ports, sodass die über die obigen Variablen geänderten Werte direkt geöffnet werden.
9080 bis 2026.09 wurde geschlossen. Verschieben Sie Lesezeichen und Firewall-Regeln auf 5959 (HTTP) · 5960 (HTTPS).
🔴 Früher wurde LightRAG direkt über 7114 geöffnet, aber heute ist rag-api (7115) der einzige Zugangspunkt,
und LightRAG selbst befindet sich nur innerhalb des Containers. Es ist nicht nötig, 7114 in der Firewall zu öffnen.
Dokumentenverständnis (7120) · Vision (7130) · vLLM (8000) · Embedding (8003) · Reranker (8004) · Transkription (Installation mit aktiviertem Video · Audio) · docling (5001) · Qdrant (6333) · Zeitreihen-Inferenz (8980) · admin-api (9081) · Digital Thread (7140) und dessen dedizierter Neo4j veröffentlichen keine Host-Ports (2026-08-21). Phoenix (6006) wird ebenfalls ab 2026.09 nicht mehr veröffentlicht — da es sich um eine Trace-UI ohne Authentifizierung handelt. Da diese nur untereinander zwischen Containern aufgerufen werden, sind sie nicht Ziel der Firewall.
PostgreSQL (5432) · Aster TSDB (9042) · Redis (6379) · RustFS (9000/9001) werden vom Platform geliehen und genutzt — sie müssen nicht auf dem AI-Server, sondern auf dem Platform-Server geöffnet sein.
Der AI-Container erhält beim Start Konto · Passwort von der Platform-Datalake-Verwaltungs-API (https://<플랫폼 호스트>:4950).
Der AI-Host muss zu diesem Port ausgehend kommunizieren können, und die IP des AI-Hosts muss in der Platform-Zulassungsliste stehen →
Installationsübersicht
Die vollständige Port-Übersicht und Prüfbefehle finden Sie unter Service-Port-Map.
MCP- und Ontologie-Tools werden vom server-web-integrierten MCP (/api/v5/mcp) der PlantPulse Platform bereitgestellt (die früheren eigenständigen Dienste MCP Server 50000 · Ontology 8888 sind archiviert).
Anbindung an den PlantPulse-IIoT-Server
PlantPulse AI greift auf Echtzeitdaten der PlantPulse-IIoT-Platform zu. Folgende Verbindungen sind erforderlich:
| Element | Beschreibung |
|---|---|
| PlantPulse-Server | IIoT-Platform-API-Server (HTTPS) |
| Aster-TSDB-Cluster | Zeitreihen-Datenspeicher |
| PostgreSQL | PlantPulse-Metadaten-DB |
Der integrierte MCP greift auf den PlantPulse-IIoT-Server nur lesend zu. Schreibvorgänge werden nicht unterstützt.