Requisitos
A máquina
| Mínimo | Recomendado | |
|---|---|---|
| SO | Linux 64 bits (kernel 5.x+), ou Windows 11 + WSL2 | Ubuntu 22.04 / 24.04 LTS |
| GPU | NVIDIA, 6 GB VRAM | 16–24 GB+ VRAM |
| Driver NVIDIA | 575+ (CUDA 12.9) | Última versão estável |
| CPU | 4 núcleos | 8+ núcleos |
| RAM | 8 GB | 32 GB+ |
| Disco livre | 50 GB SSD | 100 GB+ NVMe SSD |
| Rede | 25 Mbps de download, estável | 100 Mbps+ simétricos |
Só duas coisas são instaladas por você: Docker e o driver NVIDIA. Todo o resto vem dentro da imagem.
Quais GPUs rendem o quê
A VRAM decide quais modelos sua placa consegue segurar, e isso decide por quanto ela pode ser alugada. Mais VRAM vale mais do que mais velocidade.
| Nível | VRAM | Placas de exemplo |
|---|---|---|
| Entrada | 6–8 GB | RTX 2060, 3050 / 3060, 4060 / 4060 Ti, 5060 (inclui notebook) |
| Padrão | 10–12 GB | RTX 3080, 2080 Ti, 4070 / 4070 Ti, 5070 |
| Alto | 16 GB | RTX 4070 Ti Super, 4080 / 4080 Super, 5070 Ti / 5080 |
| Premium | 24–32 GB | RTX 3090 / 3090 Ti, 4090 / 4090 D, 5090, RTX 4000–5000 Ada, A10 |
| Pro / Datacenter | 48 GB+ | A40, RTX 6000 Ada, RTX PRO 5000/6000 Blackwell, A100, H100, H200 |
Apenas NVIDIA. Placas AMD e Intel não são compatíveis, nem os chips da Apple. O motor de inferência que o agente roda só funciona com CUDA.
Placas de notebook contam. Uma 3060 de notebook com 6 GB é um host de nível Entrada de verdade.
Rede
- Saída para o nosso backend, para o Hugging Face em busca dos pesos dos modelos, e para a Cloudflare pelo túnel que carrega o tráfego de inferência.
- Sem portas de entrada e sem redirecionamento de portas. O túnel é de saída, então o agente funciona atrás de NAT e roteadores domésticos sem nenhuma configuração.
- Estabilidade vale mais que velocidade. O agente envia heartbeats continuamente e é marcado como offline se parar de responder. Uma linha estável de 25 Mbps é um host melhor do que uma rápida que cai.
O Docker fixa o DNS de um contêiner quando ele é criado. Mover a máquina
entre redes quebra isso silenciosamente até o contêiner ser reiniciado — as
flags --dns nos comandos de instalação evitam isso. Veja
Solução de problemas.
Energia e tempo online
Sua GPU só rende enquanto está online e ociosa o suficiente para aceitar trabalho. Duas coisas custam dinheiro aos hosts sem que eles percebam:
- Suspensão. Uma máquina que suspende para de servir, e um trabalho em andamento falha.
- Jogar ou renderizar na mesma placa. O agente mede a VRAM livre, então uma placa ocupada recebe trabalhos menores, ou nenhum.
Um host não precisa ser uma máquina dedicada, mas quanto mais previsível for o tempo livre dela, mais trabalho ela recebe.
O que o agente faz na sua máquina
- Roda um contêiner, mais um a cada trabalho enquanto ele estiver em andamento.
- Escreve os espaços de trabalho em
/var/lib/neurogrid/workloads. - Guarda o token criptografado em um volume Docker, não no seu diretório home.
- Precisa do socket do Docker, que é acesso equivalente a root sobre o host. O contêiner é empacotamento, não uma barreira de segurança — rode em uma máquina em que você se sinta à vontade dando esse acesso.