Files

Apple 3de3c8cb36 feat: Add presence heartbeat for Matrix online status

- matrix-gateway: POST /internal/matrix/presence/online endpoint
- usePresenceHeartbeat hook with activity tracking
- Auto away after 5 min inactivity
- Offline on page close/visibility change
- Integrated in MatrixChatRoom component

2025-11-27 00:19:40 -08:00

3.6 KiB

Raw Blame History

🖥️ Технічні характеристики НОДА1

Сервер: root@144.76.224.179:22
Provider: Hetzner Dedicated Server GEX44
Server ID: #2844465
Дата: 2025-11-23
Статус: ✅ Production Ready

💻 Hardware Specifications

CPU

Модель: Intel Core i5-13500 (13th Gen)
Архітектура: x86_64
Ядра: 14 cores (20 threads)
Базова частота: 2.4 GHz
Максимальна частота: 4.8 GHz
Потужність: Відмінна для AI workloads

GPU 🎯

Модель: NVIDIA RTX 4000 SFF Ada Generation
VRAM: 20,475 MB (20 GB GDDR6)
Архітектура: Ada Lovelace
Driver Version: 535.274.02
CUDA Version: 12.2
Статус: ✅ Працює (використовується Python процесом)
Потужність: Відмінна для локальних Vision моделей (LLaVA, BLIP-2)

Поточне використання (з документації):

GPU Memory: 1922 MB / 20475 MB (9%)
GPU Utilization: 0% (idle)
Temperature: 46°C
Power: 11W / 70W (max)

Використання VRAM:

Ollama (qwen3:8b): ~5.6 GB
Vision Encoder (ViT-L/14): ~1.9 GB
Total: ~7.5 GB / 20 GB (37.5% usage)

RAM

Загальна: 62 GB
Використовується: 8.3 GB
Доступно: 54 GB
Swap: 31 GB (3 GB використовується)
Статус: ✅ Більш ніж достатньо для всіх сервісів

Storage

Диск: RAID (md2)
Розмір: 1.7 TB
Використано: 118 GB (8%)
Доступно: 1.5 TB
Статус: ✅ Багато місця для моделей

🐳 Docker Infrastructure

Всього контейнерів: 22

Працюють (Healthy): 13
Працюють (без health check): 4
Проблемні: 5

Основні сервіси:

DAARION Stack:

✅ dagi-router - DAGI Router (multi-provider)
✅ dagi-gateway - API Gateway
✅ dagi-rbac - RBAC сервіс
✅ dagi-devtools - DevTools
✅ dagi-crewai - CrewAI orchestrator
✅ dagi-vision-encoder - Vision embeddings (GPU-accelerated)
✅ dagi-parser - Parser Service (DotsOCR + Crawl4AI)

🤖 AI Models & Services

Ollama Models (встановлено):

qwen3:8b - 5.2 GB (Primary LLM)
qwen3-vl:8b - 6.1 GB (Vision-language)
qwen2-math:7b - 4.4 GB (Mathematical)
qwen2.5:3b-instruct-q4_K_M - 1.9 GB
qwen2.5:7b-instruct-q4_K_M - 4.7 GB

Total: ~22.3 GB моделей

Vision Models:

ViT-L/14 (Vision Encoder) - ~4 GB VRAM
OpenAI CLIP - Pretrained weights

📊 GPU Metrics

Поточний стан:

Використання: 0% (idle)
VRAM використано: 1922 MB / 20475 MB (9%)
Температура: 46°C
Потужність: 11W / 70W

Використання VRAM:

Ollama: ~5.6 GB
Vision Encoder: ~1.9 GB
Загалом: ~7.5 GB / 20 GB (37.5%)

🔧 System Information

OS

OS: Ubuntu 24.04.3 LTS (Noble Numbat)
Kernel: Linux
Docker: Installed & Active
Python: 3.12.3
Orchestrator: Docker Compose

📝 Документація

Джерела:

docs/infrastructure/SERVER_SPECIFICATIONS.md
SYSTEM-INVENTORY.md
/tmp/NODE1_COMPLETE_INVENTORY.md

НОДА1 має потужну GPU (NVIDIA RTX 4000 SFF Ada) для AI workloads! 🎉

3.6 KiB Raw Blame History Unescape Escape