Requisitos de Odysseus AI: RAM, GPU, CPU y almacenamiento
Una guía práctica que separa el espacio de trabajo ligero del motor de modelos, mucho más exigente.
En esta página
- Respuesta corta: la aplicación no es el modelo
- Separa el espacio de trabajo del servidor de inferencia
- Requisitos de software que debes verificar
- Cuatro perfiles prácticos de hardware
- Cómo cambian la respuesta la RAM, VRAM y el contexto
- CPU, GPU, almacenamiento y red
- Comprobación previa a la instalación
- Errores comunes al calcular requisitos
- Preguntas sobre requisitos de Odysseus AI
Quien busca los requisitos de Odysseus AI suele esperar una cifra única. Sería engañosa. La documentación oficial describe el software y la instalación, pero no publica un mínimo fijo de hardware doméstico. La necesidad real depende de si la inferencia es remota o local, del modelo, la cuantización, el contexto y los servicios que se ejecuten a la vez.
Respuesta corta: la aplicación no es el modelo
Considera Odysseus AI como la capa de espacio de trabajo y orquestación. La web, la base de datos y los contenedores suelen pesar menos que el modelo que genera las respuestas.
Con una API alojada o un modelo en otro equipo, 8 GB pueden servir para evaluar. Si el mismo equipo ejecuta un modelo local, 16 GB son un punto de partida para modelos pequeños cuantizados; 32 GB o más ofrecen margen para modelos mayores, contexto largo y herramientas paralelas.
Distinción importante
Estas cifras son referencias de planificación, no especificaciones mínimas oficiales. Comprueba la documentación actual y la página del modelo antes de comprar hardware.
Separa el espacio de trabajo del servidor de inferencia
Un panel en el navegador puede ser ligero mientras el proceso del modelo consume casi toda la RAM, VRAM, energía y ancho de banda. Odysseus AI puede usar un endpoint compatible con OpenAI en el mismo equipo, en otro servidor o en la nube.
Hay tres arquitecturas válidas: todo en una máquina, cliente ligero con servidor dedicado o cliente ligero con API alojada. Separar la inferencia suele evitar que la interfaz compita con el modelo.
Requisitos de software que debes verificar
La guía oficial de configuración indica actualmente Python 3.11 o posterior para el backend, npm para dependencias del frontend y Docker como ruta opcional. Confirma siempre la rama y el documento que vas a usar.
También necesitas un navegador compatible, SSD libre para repositorio y contenedores, y un endpoint de modelo accesible. Los modelos de Ollama se descargan aparte y no forman parte del tamaño de la aplicación web.
Cuatro perfiles prácticos de hardware
La tabla sirve como base de compra y despliegue. Distingue inferencia remota, modelos locales pequeños, medianos y mayores.
| Perfil | Base orientativa | Adecuado para | Límite principal |
|---|---|---|---|
| API alojada / modelo remoto | 4+ núcleos, 8 GB RAM, 10+ GB SSD libre, sin GPU local | Evaluación y uso ligero | Red, límites y privacidad |
| Modelo local pequeño | 6+ núcleos, 16 GB RAM; ayudan 8 GB VRAM o 16-24 GB unificada | Modelos 7B-8B cuantizados | Margen y velocidad |
| Modelo local medio | 8+ núcleos, 32 GB RAM; aprox. 12-16 GB VRAM o 32 GB unificada | Modelos 14B, RAG y código | Contexto y herramientas |
| Modelo local mayor | 64 GB+ RAM y/o unos 24 GB+ VRAM, SSD amplio | Experimentos 30B y contexto largo | Coste, calor y límites del modelo |
Cómo cambian la respuesta la RAM, VRAM y el contexto
El número de parámetros es solo el principio. La cuantización reduce el peso, pero la caché de contexto, el runtime, embeddings, reranking, navegador, Docker y sistema operativo siguen usando memoria.
Que un modelo arranque con el escritorio vacío no demuestra estabilidad. Pruébalo con editor, navegador, contenedores y herramientas abiertas, dejando margen para evitar swap.
CPU, GPU, almacenamiento y red
Una CPU x86-64 reciente o Apple Silicon sirve para el espacio de trabajo. La inferencia solo con CPU funciona, aunque puede ser lenta. La aceleración depende sobre todo de VRAM o memoria unificada disponible.
Usa SSD y reserva espacio para código, imágenes Docker, logs, índices y modelos. Si el servidor está en otro equipo, protege el endpoint y no expongas un puerto de inferencia sin autenticación a Internet.
Comprobación previa a la instalación
Un inventario de cinco minutos evita la mayoría de sorpresas.
-
Elige dónde se ejecuta el modelo
Mismo equipo, otro servidor o API alojada.
-
Elige un modelo exacto
Anota familia, parámetros, cuantización y contexto.
-
Mide el margen actual
Comprueba RAM libre, SSD y memoria gráfica.
-
Empieza con contexto corto
Prueba un prompt y una herramienta antes de ampliar.
-
Prueba la carga real
Abre editor, navegador, contenedores y herramientas y vigila memoria y swap.
Errores comunes al calcular requisitos
No confundas el tamaño de descarga con la RAM necesaria. No supongas que una GPU es obligatoria si puedes usar inferencia remota, ni que una GPU potente corrige poca RAM o poco almacenamiento.
Registra sistema, arquitectura, Docker, Python, modelo, cuantización, contexto y endpoint antes de solucionar problemas.
Preguntas sobre requisitos de Odysseus AI
Fuentes oficiales y referencias
- Repositorio oficial de Odysseus en GitHub - Repositorio principal, README y estructura actual del proyecto.
- Guía oficial de configuración de Odysseus - Requisitos de software y rutas de instalación actuales.
- Documentación de instalación de Docker Engine - Requisitos e instalación de Docker por plataforma.
- Biblioteca de modelos de Ollama - Tamaños y variantes de cada modelo que deben verificarse antes de descargar.
Guías relacionadas de Odysseus AI
- Instalar Odysseus AI en Windows - Prepara WSL2, Docker Desktop y Ollama.
- Odysseus AI con Docker - Revisa puertos, contenedores y almacenamiento.
- Conectar Odysseus AI con Ollama - Configura y soluciona el endpoint local.
- Modelos de código con 16 GB - Compara tamaños y memoria.
Última actualización: 16 de julio de 2026
Volver a Odysseus AI Wiki