Требования к инфраструктуре
Применимо к версии 1.5.0+
Этот раздел — не готовая инструкция по установке (см. пояснение в «Локальное развёртывание»), а честный ответ на вопрос «сколько ресурсов закладывать» на уровне порядка величины — точный расчёт под ваш университет делается вместе с вами перед проектом.
Из чего состоит платформа
- Backend — приложение на Node.js, без состояния между процессами (сессии в JWT, не в памяти сервера) — можно запускать несколько экземпляров параллельно для отказоустойчивости и нагрузки.
- PostgreSQL 15 с расширением
pgvector— основное хранилище данных и векторный поиск для функции обучения на прошлых оценках. - Обратный прокси (nginx или аналог) — маршрутизация API и статики, завершение TLS.
- Файловое хранилище — загруженные документы студентов/преподавателей.
Как ресурсы масштабируются
Платформа рассчитана на постепенное масштабирование по мере роста числа активных преподавателей — конкретные цифры под ваш университет мы прорабатываем вместе с вами перед проектом, в зависимости от их числа и интенсивности использования (в первую очередь — сколько преподавателей одновременно проверяют работы).
| Масштаб | Что меняется |
|---|---|
| Небольшой университет / пилот | Один компактный сервер — backend, PostgreSQL и прокси на одной машине |
| Средний университет | Тот же состав компонентов, но несколько экземпляров backend вместо одного и настройка PostgreSQL под доступную память |
| Крупный университет / несколько тысяч преподавателей | Обсуждается отдельно — на этом масштабе имеет смысл выносить отдельные компоненты (например, хранилище счётчиков ограничения запросов) на отдельные ресурсы |
Диск растёт в первую очередь за счёт загруженных документов и резервных копий базы данных — конкретная скорость роста зависит от того, сколько работ загружается и в каком формате (сканы существенно тяжелее текстовых документов), фиксированной цифры здесь нет.
Что нужно из программного окружения
- Node.js 24 (LTS).
- PostgreSQL 15 с установленным
pgvector. - Docker — актуальная сборка разворачивается как контейнер, а не устанавливается напрямую в систему.
Сеть
Даже без учёта хостинга самих моделей, ряд функций сегодня обращается к внешним сервисам напрямую — это стоит учитывать при планировании сетевых ограничений:
- Векторные представления текста (embeddings) для функции обучения на прошлых оценках сегодня всегда считаются через Yandex Cloud, независимо от того, какая языковая модель используется для самой проверки — технически это отдельный вызов от проверки работ.
- Отправка email (приглашения, уведомления) идёт через внешний почтовый сервис, если не настроен собственный SMTP.
Полный список внешних зависимостей и то, что для каждой из них означает локальное развёртывание, — предмет совместной технической оценки перед проектом, а не фиксированный список сегодня.
Модели и GPU — не публикуем общих цифр
Требования к GPU для размещения языковых моделей на вашей стороне (модель, количество, объём видеопамяти, стек инференса) существенно зависят от ожидаемой нагрузки и требований к качеству — мы сознательно не публикуем общие оценки, чтобы не создавать ложных ожиданий. Эти цифры определяются в ходе короткой технической оценки перед проектом, вместе с вами.
Если вам интересно локальное развёртывание — напишите через форму обратной связи, и мы обсудим цифры под ваш конкретный случай.