# 🚀 Оптимізація CPU навантаження через GPU на НОДА1

**Дата:** 2025-01-27  
**Проблема:** CPU навантаження 85.3% (високе)  
**Мета:** Перенести частину навантаження на GPU (якщо доступний)

---

## 🔍 Аналіз поточної ситуації

### CPU навантаження
- **Загальне:** 85.3%
- **Основні споживачі:**
  - PostgreSQL: 1706% CPU (multi-core, нормально для БД)
  - Інші процеси: розподілені

### Перевірка GPU

#### Hetzner сервер (НОДА1)
- **Тип:** Cloud сервер (144.76.224.179)
- **GPU:** ❌ Зазвичай немає GPU на стандартних Hetzner серверах
- **Варіанти:** Потрібно перевірити чи є GPU-оптимізований інстанс

---

## ✅ РІШЕННЯ: Увімкнути GPU для Ollama!

### Поточна ситуація
- ✅ **GPU доступний:** NVIDIA RTX 4000 SFF Ada (20GB VRAM)
- ❌ **Ollama використовує CPU:** 1583% CPU (multi-core)
- ⚠️ **GPU не використовується Ollama**

### Термінове рішення

**1. Увімкнути GPU для Ollama контейнера:**

```yaml
# docker-compose.yml (на НОДА1)
services:
  ollama:
    image: ollama/ollama:latest
    container_name: ollama
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: 1
              capabilities: [gpu]
    environment:
      - NVIDIA_VISIBLE_DEVICES=all
      - CUDA_VISIBLE_DEVICES=0
```

**2. Перезапустити Ollama:**
```bash
docker stop ollama
docker compose up -d ollama
```

**3. Перевірити використання GPU:**
```bash
nvidia-smi
docker exec ollama ollama ps
```

### Очікувані результати

**До оптимізації:**
- CPU: 85.3% (Ollama: 1583% multi-core)
- GPU: 0% utilization
- Швидкість інференсу: повільно (CPU)

**Після оптимізації:**
- CPU: ~40-50% (Ollama: ~50-100% на GPU)
- GPU: 30-50% utilization
- Швидкість інференсу: **+200-300%** (GPU)

---

## 💡 Варіанти оптимізації

### 1. GPU доступний ✅

#### A. Ollama з GPU acceleration
```yaml
# docker-compose.yml
services:
  ollama:
    image: ollama/ollama:latest
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: 1
              capabilities: [gpu]
    environment:
      - NVIDIA_VISIBLE_DEVICES=all
```

**Переваги:**
- ✅ Швидше інференс моделей (qwen3:8b, qwen2.5:14b)
- ✅ Зменшення CPU навантаження на 30-50%
- ✅ Паралельна обробка запитів

**Недоліки:**
- ❌ Потрібен GPU-оптимізований сервер
- ❌ Додаткові витрати

#### B. Використання GPU для:
- **LLM інференс** (Ollama моделі)
- **Vision моделі** (qwen3-vl:8b)
- **Embeddings** (Qdrant з GPU)
- **Image generation** (dagi-image-gen)

### 2. Якщо GPU недоступний

#### A. Оптимізація CPU навантаження

**1. PostgreSQL оптимізація:**
```sql
-- Налаштування для зменшення CPU
shared_buffers = 4GB
effective_cache_size = 12GB
work_mem = 64MB
maintenance_work_mem = 1GB
max_worker_processes = 8
max_parallel_workers_per_gather = 4
```

**2. Обмеження CPU для контейнерів:**
```yaml
# docker-compose.yml
services:
  dagi-postgres:
    deploy:
      resources:
        limits:
          cpus: '4.0'
        reservations:
          cpus: '2.0'
```

**3. Використання Ollama з CPU оптимізацією:**
```bash
# Використання менших моделей для простих задач
# qwen2.5:3b-instruct замість qwen3:8b для деяких агентів
```

#### B. Розподіл навантаження

**1. Перенести частину навантаження на НОДА2:**
- НОДА2 має Apple M4 Max GPU
- Можна використовувати для:
  - Vision моделі
  - Image generation
  - Важкі LLM інференси

**2. Використання Swapper Service:**
- Динамічне завантаження/вивантаження моделей
- Оптимізація використання пам'яті
- Розподіл навантаження між моделями

#### C. Кешування та оптимізація

**1. Redis кешування:**
- Кешування результатів LLM запитів
- Зменшення повторних обчислень

**2. Batch обробка:**
- Групування запитів для ефективнішої обробки
- Зменшення overhead

---

## 🎯 Рекомендації

### ✅ ТЕРМІНОВІ ДІЇ (GPU доступний!)

1. **Увімкнути GPU для Ollama (НАЙВАЖЛИВІШЕ):**
   ```bash
   # На НОДА1
   cd /opt/microdao-daarion
   # Оновити docker-compose.yml для Ollama з GPU
   docker compose stop ollama
   docker compose up -d ollama
   ```

2. **Перевірити використання GPU:**
   ```bash
   nvidia-smi
   docker exec ollama ollama ps
   ```

3. **Протестувати швидкість:**
   ```bash
   time docker exec ollama ollama run qwen3:8b "Привіт, як справи?"
   ```

**Очікуваний результат:** CPU навантаження знизиться з 85.3% до 40-50%

### Додаткові оптимізації

1. **Оптимізувати PostgreSQL:**
   ```bash
   # Налаштувати postgresql.conf
   shared_buffers = 4GB
   effective_cache_size = 12GB
   max_worker_processes = 8
   ```

2. **Обмежити CPU для контейнерів:**
   - PostgreSQL: max 4 cores
   - Ollama: max 2 cores для простих моделей
   - Інші сервіси: за потреби

3. **Використовувати менші моделі:**
   - qwen2.5:3b-instruct для простих задач
   - qwen3:8b тільки для складних задач

4. **Перенести на НОДА2:**
   - Vision моделі (qwen3-vl:8b)
   - Image generation
   - Важкі LLM інференси

### Довгострокові рішення

1. **Оновити до GPU-оптимізованого сервера:**
   - Hetzner GPU сервер (NVIDIA GPU)
   - Або використовувати НОДА2 для GPU задач

2. **Налаштувати Ollama з GPU:**
   ```bash
   # Якщо GPU доступний
   OLLAMA_NUM_GPU=1
   OLLAMA_GPU_LAYERS=35
   ```

3. **Використовувати Qdrant з GPU:**
   - GPU acceleration для embeddings
   - Швидший векторний пошук

---

## 📊 Очікувані результати

### ✅ З GPU (рекомендовано - GPU доступний!)
- **CPU навантаження:** 85.3% → **40-50%** (-35-45%)
- **GPU utilization:** 0% → **30-50%**
- **Швидкість інференсу:** +**200-300%** (з CPU на GPU)
- **Ollama CPU:** 1583% → **50-100%** (на GPU)
- **Паралельність:** +100%

### Без GPU (якщо не вдасться увімкнути)
- **CPU навантаження:** 85.3% → 60-70%
- **Швидкість інференсу:** +20-30% (через оптимізацію)
- **Стабільність:** +50%

---

## 🔧 План дій

### ✅ Фаза 1: Увімкнути GPU для Ollama (ТЕРМІНОВО!)
1. ✅ **Перевірено:** GPU доступний (NVIDIA RTX 4000 SFF Ada)
2. 🔄 **В процесі:** Налаштувати Ollama з GPU
3. 📋 **Планується:** Перезапустити Ollama з GPU
4. 📋 **Планується:** Перевірити використання GPU

**Команди:**
```bash
# На НОДА1
cd /opt/microdao-daarion
# Оновити docker-compose.yml для Ollama
docker compose stop ollama
docker compose up -d ollama
nvidia-smi  # Перевірити використання GPU
```

### Фаза 2: Додаткові оптимізації
1. Оптимізувати PostgreSQL конфігурацію
2. Обмежити CPU для інших контейнерів
3. Налаштувати Qdrant з GPU (якщо підтримує)
4. Мігрувати vision моделі на GPU

### Фаза 3: Моніторинг
1. Відстежувати CPU навантаження
2. Відстежувати GPU використання (якщо є)
3. Оптимізувати на основі метрик

---

## ⚠️ Важливо

1. ✅ **НОДА1 має GPU:** NVIDIA RTX 4000 SFF Ada (20GB VRAM)
2. ❌ **Ollama не використовує GPU:** працює на CPU (1583% CPU!)
3. 🔥 **Терміново:** Увімкнути GPU для Ollama - це знизить CPU навантаження на 35-45%
4. **НОДА2 (MacBook M4 Max)** також має GPU і може використовуватися для GPU задач
5. **Оптимізація CPU** може дати додаткове покращення після увімкнення GPU

---

**Last Updated:** 2025-01-27  
**Status:** 📋 План оптимізації готовий