系统要求
硬件要求
最低配置
| 项目 | 规格 |
|---|---|
| CPU | 8核以上 |
| RAM | 32GB以上 |
| 存储 | SSD 500GB以上 |
| GPU | NVIDIA GPU（支持CUDA） |
| 网络 | 1Gbps以上 |
推荐配置
| 项目 | 规格 |
|---|---|
| CPU | 16核以上 |
| RAM | 64GB以上 |
| 存储 | NVMe SSD 1TB以上 |
| GPU | NVIDIA DGX Spark 或同级 |
| 网络 | 10Gbps |
PlantPulse AI 经过优化，即使在 NVIDIA DGX Spark 等低配 GPU 环境下也能运行。
软件要求
| 项目 | 内容 |
|---|---|
| OS | Ubuntu 22.04 · RHEL / Rocky / Alma 8·9 · Amazon Linux 2 |
| 容器 | Docker CE + compose v2 插件 — 安装程序会自动安装。 若已存在则直接使用 |
| GPU 驱动 | NVIDIA 驱动 + container toolkit — 安装程序会自动安装（SKIP_GPU=1 时跳过）。新安装驱动后可能需要重启 |
所有服务均以容器方式运行。主机上只需具备以上三项。
如果没有 NVIDIA 设备，安装程序会跳过驱动安装步骤，并提示使用 runtime: nvidia 的服务（vLLM
生成 · 嵌入 · 重排序）将无法启动。
GPU 内存份额
vLLM 集合、录音 vLLM、时序推理服务器 共用同一块 GPU。 各自占用的份额
（LLM_GPU_UTIL · EMB_GPU_UTIL · RERANK_GPU_UTIL · TS_GPU_UTIL · ASR_GPU_UTIL）之和若超过上限
PP_GPU_BUDGET_CEILING，则在启动前就会停止。 份额与上限不在主机 env 中，而位于
硬件配置文件（compose/profiles/<모양>.env）中，由主机 env 中的 PP_HW_PROFILE 选择对应配置。
录音（ASR_GPU_UTIL）默认关闭，但为了开启当天不超限，会预先计入总和 — 即使开启视频·音频（PI_MEDIA_ENABLED=true），
也无需重新计算 GPU 份额。开启后录音模型 Aura-ASR-Turbo 会额外占用约 1.6 GB 磁盘空间 → 视频·音频采集
| 硬件 | 模板 · PP_HW_PROFILE | 份额总和（LLM + EMB + RERANK + TS + ASR） | 上限 |
|---|---|---|---|
| GB10 系列（arm64，统一内存） | env.gb10.example · gb10 | 0.4 + 0.10 + 0.08 + 0.13 + 0.03 = 0.74 | 0.75 |
| AWS g7e（amd64，独立 VRAM） | env.g7e.example · g7e | 0.53 + 0.13 + 0.10 + 0.15 + 0.04 = 0.95 | 0.95 |
GB10 的 GPU 内存与系统 RAM 共用同一个池，如果模型占满，则 OS 和其他服务将无可用资源。 详情请参见 环境变量设置。
网络要求
PlantPulse AI 使用以下端口。需要在防火墙策略中允许这些端口。
需要对外访问的端口
| 端口 | 服务 | 说明 |
|---|---|---|
| 80 / 443 | AI Chat Web | 网页聊天界面（唯一对外暴露的端口） |
在主机上同时开放的端口
这些端口不经过代理，直接在 LAN 中开放。请通过防火墙限制，使其无法从公司网络外部访问。
| 端口 | 服务 |
|---|---|
| 4000 | LiteLLM — 模型网关（可通过 PI_LITELLM_PORT 更改） |
| 7115 | RAG 关口 |
| 8970 | 时序洞察 |
| 5959 | 管理控制台 HTTP（可通过 PI_ADMIN_WEB_PORT 更改） |
| 5960 | 管理控制台 HTTPS — 经代理（可通过 PI_ADMIN_WEB_TLS_PORT 更改） |
| 7474 / 7687 | Neo4j 浏览器 · Bolt |
安装程序在开放防火墙时会读取 compose 实际发布的端口，因此通过上述变量修改的值会原样开放。
截至 2026.09 的 9080 已关闭。请将书签和防火墙规则迁移到 5959（HTTP）· 5960（HTTPS）。
🔴 以前 LightRAG 曾通过 7114 直接开放，但现在**rag-api（7115）是唯一的关口**，
LightRAG 本身仅存在于容器内部。无需在防火墙中开放 7114。
文档理解（7120）· 视觉（7130）· vLLM（8000）· 嵌入（8003）· 重排序器（8004）· 录音（开启视频·音频的安装）· docling（5001）· Qdrant（6333）· 时序推理（8980）· admin-api（9081）· 数字孪生线（7140）及其专用 Neo4j 均不会发布主机端口 （2026-08-21）。Phoenix（6006）自 2026.09 起也不再发布 — 因为它是无认证的 trace UI。 它们仅在容器之间互相调用，不属于防火墙管理对象。
PostgreSQL（5432）· Aster TSDB（9042）· Redis（6379）· RustFS（9000/9001）借用平台的资源 — 这些需要在平台服务器（而非 AI 服务器）上开放。
AI 容器在启动时会从平台数据湖管理 API（https://<플랫폼 호스트>:4950）获取账号 · 密码。
AI 主机必须能够访问该端口，并且AI 主机 IP 必须在平台的允许列表中 →
安装概览
完整端口地图及检查命令请参见 服务端口映射。
MCP·本体工具由 PlantPulse 平台的 server-web 集成 MCP（/api/v5/mcp）提供（旧版 MCP Server 50000·Ontology 8888 独立服务已归档）。
PlantPulse IIoT 服务器联动
PlantPulse AI 可访问 PlantPulse IIoT 平台的实时数据。需要以下连接：
| 项目 | 说明 |
|---|---|
| PlantPulse 服务器 | IIoT 平台 API 服务器（HTTPS） |
| Aster TSDB 集群 | 时序数据存储 |
| PostgreSQL | PlantPulse 元数据 DB |
集成 MCP 对 PlantPulse IIoT 服务器仅执行只读访问。不支持写入操作。