VPS под n8n и self-hosted AI: сколько нужно RAM в 2026

Составьте список: сколько воркфлоу, что их запускает (расписание, вебхук, очередь), какие внешние сервисы вызываются и проходят ли через сервер файлы. Именно файлы и параллельные запуски определяют память.

Отметьте пиковые моменты. Десять воркфлоу раз в час — это почти простой сервер. Тот же десяток, срабатывающий одновременно по вебхуку от формы, требует запаса памяти на все параллельные процессы.

Отдельно решите, нужна ли обработка изображений, PDF, аудио. Такие шаги съедают и RAM, и диск заметно быстрее, чем обычные HTTP-запросы к API.

n8n умеет работать на SQLite, и для теста это нормально. Но при росте истории выполнений и параллельных запусках база становится узким местом, а миграция на PostgreSQL под нагрузкой — неприятная процедура.

PostgreSQL в отдельном контейнере на том же сервере — стандартное решение для небольшой автоматизации. Заложите примерно 512 МБ–1 ГБ памяти на базу поверх n8n.

Если сценарии критичны для бизнеса, вынесите базу в managed-сервис или на отдельный сервер: тогда падение приложения не заденет данные, а бэкапы становятся задачей провайдера.

Вебхуки от внешних сервисов приходят только на публичный адрес с рабочим сертификатом. Значит нужен домен или поддомен, reverse proxy (Caddy или nginx) и Let's Encrypt — это делается до того, как вы начнёте переносить рабочие процессы.

В конфигурации n8n укажите правильный внешний адрес для вебхуков. Классическая ошибка — рабочий интерфейс на IP и нерабочие вебхуки, потому что сервис отдаёт внешним системам внутренний адрес.

Закройте панель авторизацией и ограничьте доступ по IP, если можете. Открытый в интернет интерфейс автоматизации с сохранёнными токенами к вашим сервисам — это готовый инцидент.

Контейнеры должны подниматься после перезагрузки сервера сами: restart-политика в Docker Compose или юнит systemd. Иначе первый же ребут провайдера тихо остановит вашу автоматизацию.

Перед каждым обновлением n8n делайте снапшот. Обновления здесь регулярные, и иногда меняется поведение узлов — откат за пять минут дешевле, чем разбор сломанных сценариев в рабочий день.

Проверьте, входят ли снапшоты и бэкапы в тариф или считаются отдельно. Наличие кнопки «создать снапшот» в панели — обязательный критерий выбора VPS под такую задачу.

На CPU квантизованная модель 7–8B работает, но медленно: единицы токенов в секунду. Для фонового разбора текстов раз в час это приемлемо, для чат-бота с ожиданием ответа — нет.

Векторное хранилище и эмбеддинги — другое дело: Qdrant и аналоги на CPU работают нормально, заложите 2–4 ГБ RAM. Часто именно этого и достаточно: поиск по своим документам локально, а генерация через API.

Если модель обязана быть внутри контура, сравните стоимость GPU-сервера или облака с почасовой оплатой с ценой API на тот же объём. В большинстве небольших проектов API выигрывает с большим отрывом.

Сложите: тариф VPS × 12, домен, снапшоты, возможный рост диска и своё время на обслуживание. Последний пункт обычно и решает: если вы не готовы обновлять систему и разбираться с логами, дешёвый VPS перестаёт быть дешёвым.

Managed-VPS или облако с готовыми образами дороже в месяц, но снимают часть работы. Для рабочей автоматизации, от которой зависят заявки клиентов, это разумный обмен.

Возьмите месяц вместо года на старте. Реальное потребление памяти и диска вы увидите через две-три недели работы — тогда и выбирайте окончательный тариф.