HELPER VPS

VPS per agenti AI, server di automazione AI

Il VPS per agenti AI di HELPER VPS è un server cloud Linux per eseguire agenti che chiamano API LLM, workflow n8n e chatbot 24 ore al giorno nelle città di 40, a partire da $25.00 al mese. Con i piani ottimizzati per la memoria, da 16 GB a 256 GB, puoi anche eseguire piccoli modelli aperti autonomamente con Ollama.

Quale piano scegliere per un VPS per LLM?

Le specifiche necessarie per i lavori AI dipendono da dove gira il modello. Se chiami un'API di LLM esterna basta un piccolo server; se il modello gira sul server, serve tanta memoria quanto è grande il modello.

    Per far girare il modello sul server, prevedi memoria abbondante rispetto alla dimensione del file del modello; per grandi modelli che richiedono risposte rapide, valuta anche un server GPU.

    Cosa puoi far girare su un server di automazione AI?

    Un VPS è un computer sempre acceso: gli agenti continuano a lavorare anche senza lasciare acceso il tuo portatile. Ecco cinque configurazioni molto usate.

    Quali vantaggi ha far girare agenti AI su un VPS?

    Strumenti da usare sui server AI

    La maggior parte degli strumenti AI supporta ufficialmente Linux e Docker. Creando il server con l'immagine app Docker pubblichi subito in container n8n, Ollama e database vettoriali.

    Metti il server vicino ai tuoi clienti

    Scegli, tra 40 città di 31 paesi, quella più vicina ai tuoi clienti.

    Quanto è veloce un LLM su un VPS con sola CPU?

    Facendo girare un modello sulla CPU, le risposte arrivano più lentamente che con una GPU. I modelli quantizzati da 3B~8B hanno una velocità leggibile come in una chat, ma se generi testi lunghi in una volta o più persone li usano insieme, l'attesa si allunga. Per questo i modelli locali su server CPU sono ideali per lavori che producono molte risposte brevi, come classificazione, brevi riassunti ed estrazione di informazioni.

    Secondo le indicazioni di Ollama, per un modello 7B servono 8 GB di memoria, per un 13B 16 GB e per un 33B almeno 32 GB. Anche il sistema operativo e gli altri programmi usano memoria, quindi scegli un piano di un livello superiore e all'inizio verifica qualità e velocità con un modello piccolo prima di crescere.

    Servizi che richiedono risposte rapide, grandi modelli da 70B in su, generazione di immagini e fine-tuning richiedono una GPU. Valuta questi lavori nella pagina dei server GPU e dividi i ruoli lasciando al VPS agenti e workflow che chiamano server GPU o API di LLM: così curi insieme costi e velocità.

    Come si installano n8n e Ollama su un VPS?

    Scegliendo l'app Docker tra le immagini alla creazione del server, parti su Ubuntu 24.04 con Docker Engine e Docker Compose già installati. Dopo l'accesso crea lo spazio dati con docker volume create n8n_data e avvia n8n con il comando docker run -d --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n docker.n8n.io/n8nio/n8n. Per un servizio reale è più sicuro collegare dominio e HTTPS.

    Ollama si installa con la sola riga curl -fsSL https://ollama.com/install.sh | sh e, inserendo il nome del modello come in ollama run llama3.2, lo scarica e lo esegue subito. Dopo l'installazione l'API si apre sulla porta 11434 all'interno del server, e n8n o il codice Python sullo stesso server chiamano questo indirizzo per usare il modello locale.

    L'API di Ollama accetta di default solo richieste dall'interno del server, ed è meglio lasciarla così. Se devi usarla dall'esterno, entra tramite una VPN come WireGuard oppure aggiungi l'autenticazione a un proxy Nginx perché la usino solo le persone autorizzate.

    Come si gestisce in sicurezza un server per agenti AI?

    Non scrivere le chiavi API degli LLM direttamente nel codice: tienile in variabili d'ambiente o in file con permessi ristretti. Impostando un limite di utilizzo lato API, i costi non esplodono anche se un agente entra in un ciclo di esecuzioni ripetute. Accedi al server solo con chiave SSH e proteggi pannelli come n8n con password robuste e HTTPS.

    Se un agente usa strumenti che leggono il web ed eseguono comandi, è importante dargli permessi ristretti. Crea un utente Linux dedicato all'agente e fagli usare solo le cartelle necessarie, oppure fallo girare in un container Docker: anche in caso di errore il problema non si estende all'intero server.

    Invia le email di allerta dell'agente tramite un servizio di consegna email sulla porta 587, e i webhook Telegram o Discord funzionano bene insieme. Con l'opzione di backup automatico attiva, vengono conservati anche i workflow e la cronologia delle chat, e quando hai bisogno di un ripristino, richiedilo sulla pagina di supporto dopo il primo pagamento.

    Altri VPS per uso

    Domande frequenti su VPS per agenti AI

    Serve per forza una GPU per far girare agenti AI?

    Per agenti che chiamano API di LLM basta un piccolo VPS senza GPU. Il calcolo del modello avviene presso l'API e il server si occupa solo di richieste e risultati. Valuta un server GPU solo quando vuoi far girare tu, velocemente, modelli grandi.

    Fino a quali modelli posso far girare con Ollama?

    Con un piano a memoria elevata fai girare modelli adatti alla memoria disponibile. Con 16 GB modelli quantizzati da 7B~8B, con 32 GB intorno ai 13B, con 64 GB o più intorno ai 30B; girando sulla CPU, però, le risposte sono più lente che con una GPU.

    Un LLM su CPU è utilizzabile?

    Per lavori con risposte brevi è più che utilizzabile. Classificazione di documenti, riassunti, estrazione di informazioni e creazione di embedding, con risultati brevi, si gestiscono bene anche con la CPU; per servizi che generano molti testi lunghi in tempo reale è più adatto un server GPU.

    Su quale piano conviene far girare n8n?

    n8n per individui o piccoli team funziona comodamente con 4~8 GB di memoria. Se hai molti workflow o gestisci file di grandi dimensioni, scegli un piano NVMe con 12 GB o più e distribuiscilo con Docker seguendo la guida di installazione sulla pagina dell'app n8n.

    Posso chiamare dal VPS l'API di OpenAI o altre API di LLM?

    Sì, le richieste HTTPS in uscita dal server sono libere. Tieni la chiave API nelle variabili d'ambiente del server e richiamala dall'agente o da n8n; per le regole d'uso delle API valgono i termini di ciascun servizio.

    Quanti server di automazione AI posso creare?

    In un account puoi creare fino a 10 server. Puoi separare server degli agenti, server di database e server dei modelli locali, o tenere un server chatbot per ogni regione dei clienti.

    Gli agenti possono inviare email?

    Sì, collegando un servizio di invio email che usa la porta 587. Tutti i server tengono chiusa la porta 25 per proteggere la reputazione IP, quindi inserisci nell'agente i dati SMTP o l'API del servizio di invio.

    Cosa faccio se i file dei modelli sono grandi e il disco non basta?

    Aggiungendo alla creazione del server un disco extra da 50~1000 GB hai spazio abbondante per file dei modelli e dati. I piani a memoria elevata usano dischi NVMe, quindi anche il caricamento dei modelli è veloce.

    Come si paga il server AI?

    Il tuo server viene creato per il periodo di fatturazione che scegli (1, 3, 6 o 12 mesi). Il pagamento minimo è di $25.