HELPER VPS

VPS para agentes de IA: servidores de automação com IA

O VPS para agentes de IA da HELPER VPS é um servidor Linux na nuvem para rodar agentes que chamam APIs de LLM, workflows n8n e chatbots 24 horas por dia em cidades de 40, a partir de $25.00 por mês. Nos planos otimizados para memória com 16 GB a 256 GB de memória, você também pode rodar pequenos modelos abertos por conta própria com Ollama.

Que plano escolher para um VPS para LLM?

Tarefas de IA precisam de configurações diferentes conforme onde o modelo roda. Chamando APIs externas de LLM, um servidor pequeno basta; rodando o modelo no servidor, é preciso memória do tamanho do modelo.

    Para rodar o modelo no servidor, reserve memória de sobra em relação ao tamanho do arquivo do modelo, e para modelos grandes que precisam de respostas rápidas, avalie também servidores GPU.

    O que posso rodar em um servidor de automação com IA?

    O VPS é um computador que não desliga, então os agentes seguem trabalhando sem você deixar o notebook ligado. Apresentamos as cinco configurações mais comuns.

    Que vantagens tem rodar agentes de IA em VPS?

    Ferramentas usadas junto nos servidores de IA

    A maioria das ferramentas de IA tem suporte oficial a Linux e Docker. Criando o servidor com a imagem do app Docker, você sobe na hora n8n, Ollama e bancos de dados vetoriais em contêineres.

    Coloque seu servidor perto dos seus clientes

    Escolha entre 40 cidades de 31 países a mais próxima dos seus clientes.

    Quão rápido roda um LLM em um VPS só com CPU?

    Rodando o modelo na CPU, as respostas saem mais devagar que com GPU. Modelos quantizados de 3B a 8B têm velocidade legível, como em um chat, mas para gerar textos longos de uma vez ou com várias pessoas usando ao mesmo tempo, a espera cresce. Por isso, modelos locais em servidores com CPU combinam melhor com tarefas que dão muitas respostas curtas, como classificação, resumos curtos e extração de informações.

    Segundo os guias do Ollama, recomenda-se 8 GB de memória para modelos de 7B, 16 GB para 13B e 32 GB ou mais para 33B. O sistema operacional e outros programas também usam memória, então escolha um plano um nível acima e comece com um modelo pequeno para conferir qualidade e velocidade antes de crescer.

    Serviços que precisam de respostas rápidas, modelos grandes de 70B ou mais, geração de imagens e ajuste fino precisam de GPU. Para essas tarefas, consulte a página de servidores GPU e divida os papéis: o VPS cuida dos agentes e workflows que chamam o servidor GPU ou APIs de LLM, equilibrando custo e velocidade.

    Como instalo n8n e Ollama em um VPS?

    Escolhendo o app Docker nas imagens ao criar o servidor, ele começa com Docker Engine e Docker Compose instalados sobre o Ubuntu 24.04. Depois de entrar, crie o armazenamento com docker volume create n8n_data e suba o n8n com o comando docker run -d --name n8n -p 5678:5678 -v n8n_data:/home/node/.n8n docker.n8n.io/n8nio/n8n. Em serviços reais, é mais seguro usar conectando domínio e HTTPS.

    O Ollama é instalado com uma linha, curl -fsSL https://ollama.com/install.sh | sh, e colocando o nome de um modelo, como em ollama run llama3.2, ele baixa e roda na hora. Ao instalar, abre-se dentro do servidor uma API na porta 11434, e o n8n ou o código Python do mesmo servidor chamam esse endereço para usar o modelo local.

    Por padrão, a API do Ollama só aceita conexões de dentro do servidor, e é melhor deixar assim. Se precisar usar de fora, entre por uma VPN como o WireGuard ou coloque autenticação em um proxy Nginx para que só pessoas permitidas usem.

    Como operar com segurança um servidor de agentes de IA?

    Não escreva as chaves de API de LLM direto no código; deixe-as em variáveis de ambiente ou em arquivos com permissões restritas. Definindo um limite de uso do lado da API, mesmo que o agente entre em execuções repetidas, a cobrança não dispara de repente. Entre no servidor só com chave SSH e proteja painéis como o n8n com senha forte e HTTPS.

    Quando o agente usa ferramentas que leem a web e executam comandos, é importante dar permissões restritas. Criando um usuário Linux só para o agente, com acesso só às pastas necessárias, ou rodando dentro de um contêiner Docker, mesmo um erro não se espalha para todo o servidor.

    Envie os e-mails de alerta do agente por um serviço de entrega de e-mail na porta 587, e webhooks do Telegram ou Discord também funcionam bem junto. Com a opção de backup automático ativada, os fluxos de trabalho e o histórico de conversas também são guardados, e quando precisar restaurar, peça na página de suporte após o primeiro pagamento.

    Mais VPS por uso

    Perguntas frequentes sobre VPS para agentes de IA: servidores de automação com IA

    Preciso mesmo de GPU para rodar agentes de IA?

    Para agentes que chamam APIs de LLM, um VPS pequeno sem GPU basta. O cálculo do modelo é feito do lado da API, e o servidor só cuida das requisições e do processamento dos resultados. Só avalie servidores GPU quando quiser rodar você mesmo modelos grandes com rapidez.

    Até que modelos posso rodar com Ollama?

    Em planos de memória, você roda modelos que caibam na memória. Com 16 GB, modelos quantizados de 7B a 8B; com 32 GB, por volta de 13B; e com 64 GB ou mais, por volta de 30B, mas como rodam na CPU, as respostas saem mais devagar que com GPU.

    Um LLM rodando na CPU vale a pena?

    Para tarefas de respostas curtas, vale bem. Trabalhos com resultados curtos, como classificar documentos, resumir, extrair informações e gerar embeddings, rodam bem na CPU, e para serviços que geram muitos textos longos em tempo real, os servidores GPU são os ideais.

    Em que plano rodo o n8n?

    O n8n para indivíduos ou pequenas equipes roda confortavelmente com 4 a 8 GB de memória. Se você tiver muitos workflows ou lidar com arquivos grandes, escolha um plano NVMe com 12 GB ou mais e implante-o com Docker seguindo o guia de instalação na página do app n8n.

    Posso chamar a OpenAI API ou outras APIs de LLM a partir do VPS?

    Sim, requisições HTTPS de saída do servidor podem ser usadas livremente. Deixe a chave de API nas variáveis de ambiente do servidor e chame a partir do agente ou do n8n; as regras de uso das APIs seguem os termos de cada serviço.

    Quantos servidores de automação com IA posso criar?

    Você pode criar até 10 servidores por conta. Também dá para separar servidores de agentes, de banco de dados e de modelos locais, ou ter um servidor de chatbot por região de clientes.

    Os agentes podem enviar e-mails?

    Sim, conectando um serviço de envio que usa a porta 587. Todos os servidores têm a porta 25 fechada para proteger a reputação dos IPs, então basta colocar no agente os dados SMTP ou a API do serviço de envio.

    E se os arquivos de modelo forem grandes e faltar disco?

    Conectando ao criar o servidor um disco adicional entre 50 e 1000 GB, você guarda com folga arquivos de modelos e dados. Os planos de memória usam disco NVMe, então o carregamento dos modelos também é rápido.

    Como pago os servidores de IA?

    Seu servidor é criado para o período de faturamento que você escolher (1, 3, 6 ou 12 meses). O pagamento mínimo é de $25.