Caso d’uso cloud

Hosting di pipeline RAG e database vettoriali

Ospita pipeline di retrieval-augmented generation con pgvector, Weaviate, Qdrant o ChromaDB su server cloud dedicati. Pronto per LangChain e LlamaIndex.

$4/mese

Prezzo di partenza

Data center nel mondo

99.95%

SLA di uptime

24/7

Supporto umano

Perché ospitare RAG su OMC Cloud

La RAG (Retrieval-Augmented Generation) combina i tuoi dati proprietari con l’intelligenza di un LLM. Richiede un database vettoriale per gli embedding, potenza di calcolo per la pipeline di retrieval e, facoltativamente, una GPU per il livello di inferenza LLM. I servizi RAG gestiti ti vincolano al fornitore e fanno pagare a query.

Ospita in proprio l’intero stack RAG su OMC Cloud: PostgreSQL + pgvector per gli embedding, LangChain o LlamaIndex per l’orchestrazione e, facoltativamente, un’istanza GPU per l’inferenza LLM locale. Pieno controllo sui tuoi dati, sulla tua pipeline e sui tuoi costi.

Vantaggi principali

Controllo completo dello stack

L’intera pipeline RAG è tua: embedding, retrieval, generazione.

pgvector e Weaviate

Esegui qualsiasi database vettoriale: pgvector, Weaviate, Qdrant, ChromaDB, Milvus.

Pronto per LangChain

Installa LangChain, LlamaIndex, Haystack o un’orchestrazione personalizzata.

Privacy dei dati

I tuoi documenti e i tuoi embedding restano sul tuo server. Nessun accesso di terze parti.

Prestazioni NVMe

Ricerca di similarità vettoriale veloce su storage NVMe.

GPU opzionale

Aggiungi una GPU per l’inferenza LLM locale accanto alla tua pipeline RAG.

Backup automatici

14 punti di ripristino giornalieri per il tuo database di embedding.

Scalabilità on demand

Parti in piccolo e aggiungi risorse man mano che la tua base di conoscenza cresce.

Come funziona

Scegli

Seleziona data center, GPU/CPU, RAM, storage e sistema operativo.

Attiva

Server pronto in meno di 60 secondi tramite console o API.

Vai online

Installa il tuo stack, configuralo e lancialo con supporto 24/7.

Cloud vs on-premise vs condiviso

Caratteristica	OMC Cloud	On-premise	Condiviso
Costo iniziale	Nessuno – da 4 $/mese	$5,000-50,000+	5-20 $/mese
Prestazioni	NVMe dedicato	Dedicato ma fisso	Condiviso
Scalabilità	Istantanea	Settimane	Limitata
Controllo	Accesso root completo	Completa	Molto limitato
Uptime	SLA del 99,95%	Dipende da te	95-99%
Backup	Automatici, 14 punti	Fai da te	Di base
Copertura globale	25 data center	Sede unica	Condiviso

Configurazioni consigliate

Piani reali dal nostro listino prezzi. Scala verso l’alto o verso il basso in qualsiasi momento.

Starter

31 $/mese

2A.4GB · al mese

• 2 vCPU (Intel Xeon)
• 4 GB di RAM
• 40 GB NVMe
• 5.000 GB di traffico

Attiva ora

Standard

62 $/mese

4A.8GB · al mese

• 4 vCPU (Intel Xeon)
• 8 GB di RAM
• 80 GB NVMe
• 5.000 GB di traffico

Attiva ora

Prestazioni

143 $/mese

8A.16GB · al mese

• 8 vCPU (Intel Xeon)
• 16 GB di RAM
• 150 GB NVMe
• 5.000 GB di traffico

Attiva ora

Specifiche tecniche

Database vettoriali: pgvector, Weaviate, Qdrant, ChromaDB, Milvus

Orchestrazione: LangChain, LlamaIndex, Haystack

Embedding: OpenAI, Cohere o self-hosted (e5, BGE)

LLM: GPU opzionale per Llama/Mistral in locale

Storage: NVMe per una ricerca vettoriale veloce

CPU: Fino a 104 vCPU

RAM: Fino a 512 GB (importante per indici di grandi dimensioni)

Backup: 14 punti di ripristino giornalieri

Domande frequenti

Quali database vettoriali posso usare?+

Tutti: pgvector (estensione di PostgreSQL), Weaviate, Qdrant, ChromaDB, Milvus, alternative a Pinecone. Accesso root completo.

Mi serve una GPU per la RAG?+

Non necessariamente. La pipeline di retrieval gira su CPU. La GPU ti serve solo se vuoi l’inferenza LLM in locale invece di un’API esterna.

Quanti dati posso indicizzare?+

Dipende da RAM e storage. 4 GB di RAM gestiscono circa 1M di vettori. 32 GB ne gestiscono oltre 10M. Lo storage NVMe scala fino ai terabyte.

Posso usare LangChain?+

Sì. Installa LangChain, LlamaIndex, Haystack o qualsiasi framework Python. Accesso root completo.

I miei dati sono privati?+

Assolutamente. Con una RAG self-hosted i tuoi documenti e i tuoi embedding non lasciano mai il tuo server.

Come si confronta con i servizi RAG gestiti?+

Nessun costo a query, nessun vendor lock-in, piena riservatezza dei dati. Controlli tu l’intero stack.

Casi d’uso correlati

Inferenza LLM

LLM locale per la tua pipeline RAG

Hosting di database

PostgreSQL + pgvector

Agenti AI

Agenti AI basati su RAG

Inizia la tua prova gratuita di 30 giorni

Attiva in meno di 60 secondi. Nessuna carta di credito richiesta.

Inizia gratis Vedi i prezzi