Možnosti nasazení
Edmund AI nabízí pružné možnosti nasazení, které pokrývají široké spektrum potřeb organizací — od nákladově efektivních sdílených cloudových prostředí až po plně kontrolované enterprise instalace na míru. Díky nim lze Edmund AI bez potíží zapojit do existující infrastruktury, ať už on-premise, nebo v cloudu.
Rychlý přehled možností
| Typ nasazení / metrika | Izolace dat | Celkové náklady (TCO) | Škálování | Přístup k novým funkcím |
|---|---|---|---|---|
| Public SaaS | Střední | Nízké | Vysoké | Okamžitý |
| Private SaaS | Vysoká | Střední | Vysoké | S malým zpožděním |
| Private cloud | Vysoká | Střední až vysoké | Vysoké | Se zpožděním |
| On-premise | Vysoká | Vysoké | Nízké | Velmi omezený |
1) Shared Cloud Deployment (Public SaaS), preferovaná možnost
Tento model nasazuje Edmund AI v multi-tenant cloudovém prostředí. Je ideální pro organizace, které chtějí rychlé zprovoznění, nižší režii správy infrastruktury a nákladovou efektivitu.
Ve sdíleném cloudu se prostředky sdružují a sdílejí mezi více uživateli, přičemž každá instance Edmund AI si zachovává logické oddělení a zabezpečení. Tato varianta se hodí zejména pro rychlý start, vývojová prostředí nebo případy s proměnlivými nároky na prostředky.
Výhody:
-
Nejnižší TCO díky sdílené infrastruktuře a automatickému škálování (škálování řeší Edmund s.r.o.), autoscaling, optimalizace kapacity.
-
Rychlá vydání (CI/CD, canary, feature flags), krátká doba do nasazení změn.
-
Vyšší dostupnost a odolnost (snazší multi-AZ/DR), lepší RTO/RPO.
-
Centralizovaná bezpečnost: řízení přístupu, patchování, skenování, rotace secretů, KMS, audit.
-
Observabilita bez další práce: centralizované logy, metriky a trace, monitoring a reakce na incidenty 24/7.
-
Jednotná konfigurace a standardy, méně „snowflake” instalací.
-
Jednodušší compliance (ISO/SOC) a snazší audity díky jednotnému provoznímu modelu.
-
Žádný provoz na straně zákazníka (zero-ops).
Nevýhody:
-
Menší prostor pro hluboké úpravy (omezené odchylky od standardu).
-
Sdílené prostředí (vyžaduje izolaci tenantů; rizika „noisy neighbor” zmírňujeme, ale existují).
-
Regionální omezení (data residency jen v regionech, které nabízíme).
-
Integrace do privátních sítí může vyžadovat VPN/PrivateLink a řešení nákladů na egress při exportu logů a dat.
-
Kadenci změn určujeme primárně my; zákazník má menší kontrolu nad plánem vydání a údržby.
2) Private SaaS — dedikovaná instance v samostatném AWS účtu
Edmund AI lze alternativně nasadit jako dedikovanou instanci hostovanou v samostatném AWS účtu. Spojuje to výhody cloudové škálovatelnosti a pružnosti s dedikovanými prostředky a vyšší bezpečností privátní infrastruktury, výhradně pro jednu organizaci.
Výhody:
-
Tvrdá izolace na úrovni účtu (billing, IAM, limity, kvóty), jasné oddělení nákladů na faktuře zákazníka.
-
Data residency podle regionu dle požadavku zákazníka; možnost Customer-Managed Keys (KMS CMK).
-
Lepší integrace do sítě zákazníka (VPC peering/PrivateLink, IP allowlisty), snazší přístup k surovým logům a metrikám.
-
Kompatibilita s jeho bezpečnostními nástroji (GuardDuty, Security Hub, IAM Identity Center/SSO, SCP).
-
Rychlé zprovoznění díky IaC (Terraform), opakovatelné buildy, snazší auditovatelnost změn.
-
Kadenci změn lze sladit s change managementem zákazníka (maintenance windows, blackout periods).
Nevýhody:
-
Fixní základní provozní náklady dedikovaného prostředí (EKS control plane, NAT, gateway, logování).
-
Kapacita se plánuje, neškáluje se automaticky; navýšení je po dohodě.
-
Vyšší provozní zátěž: více účtů = více patchování, secretů, IAM a auditů.
-
Riziko IaC driftu a odchylek konfigurace mezi instancemi → nutnost pravidelných kontrol a srovnání.
-
DR a multi-region je na zákazníka složitější a nákladnější.
-
Delší lead time na zřízení nových regionů a účtů, koordinace s jeho doménou/IdP/certifikáty.
-
Monitoring a alerting vyžadují jasná rozhraní (kdo co vidí, sdílení dashboardů, export logů).
-
Dražší podpora (SLA na účet, procesy přístupu, onboarding pracovníků zákazníka).
3) Private cloud — provoz ve vlastním cloudovém účtu zákazníka (AWS nebo Azure)
Edmund AI lze nainstalovat i do vlastního cloudového účtu nebo subscription zákazníka. Platforma se dodává v kontejnerech a nasazuje Terraformem nad managed služby poskytovatele (managed Kubernetes, managed PostgreSQL a Redis), takže zákazník nepotřebuje žádný hardware, a přitom data i infrastruktura zůstávají plně pod jeho správou — v jeho účtu, regionu a bezpečnostním perimetru. Varianta se hodí pro organizace, které už provozují produkční zátěž v AWS nebo Azure a chtějí Edmund AI řídit stejnou landing zone, identitou, logováním a billingem jako zbytek prostředí.
Výhody:
-
Datová suverenita bez hardwaru: data, infrastruktura i šifrovací klíče zůstávají ve vlastním účtu a regionu zákazníka, pod jeho IAM, logováním a bezpečnostními nástroji.
-
Cloudová ekonomika na vlastní faktuře zákazníka: managed služby, elasticita a jeho stávající enterprise smlouvy a kredity.
-
Stejná architektura a build jako u ostatních variant (kontejnery, Kubernetes, Terraform IaC) — opakovatelné, auditovatelné nasazení bez „snowflake” instalace.
-
Integrace uvnitř sítě zákazníka (VPC/VNet peering, privátní endpointy); ke zdrojům dat se nepřistupuje přes veřejný internet.
-
Kadence změn a maintenance windows sladěné s change managementem zákazníka.
Nevýhody:
-
Prostředí provozuje zákazník: účet, Kubernetes cluster, patchování managed služeb, zálohy a DR. Vyžaduje DevOps kompetenci s kontejnery a Terraformem, nebo samostatně dohodnutou rozšířenou podporu Edmundu.
-
Edmund potřebuje definovanou přístupovou cestu pro nasazení a podporu (cross-account role nebo guest přístup), kterou musí bezpečnostní proces zákazníka umožnit.
-
Vydání se do prostředí zákazníka nasazují po dohodě, ne průběžně → opožděný přístup k novým funkcím.
-
Fixní základní náklady dedikovaného prostředí (Kubernetes control plane, NAT, gateway, logování) nese zákazník; kapacitní plánování a navýšení jsou po dohodě.
-
Telemetrie a observabilita vyžadují dohodnuté rozhraní (export do stacku Edmundu nebo do monitoringu zákazníka).
-
Zůstávají externí závislosti: jazykový model provozuje externí poskytovatel (Azure OpenAI) a vektorová databáze je Zilliz Cloud, proto je nutné odchozí HTTPS na tyto služby (viz Síťové požadavky).
4) On-premise (na vlastním hardwaru zákazníka)
Edmund AI lze nasadit přímo v datových centrech organizace. Tato varianta dává maximální kontrolu nad infrastrukturou, umístěním dat a bezpečnostními politikami. Volí ji často podniky se striktními regulatorními požadavky nebo ty, které chtějí mít všechna data a aplikace ve své fyzické kontrole.
Výhody:
-
Datová suverenita a politika „no-cloud” (regulované segmenty, specifické smluvní požadavky).
-
Plná kontrola nad sítí, přístupy a integračními body; nízká latence k legacy systémům a datům.
-
Možnost využít existující hardware a on-prem nástroje (SIEM, backup, monitoring).
Nevýhody:
-
Vysoké náklady na údržbu, dlouhé dodací lhůty hardwaru, kapacitní plánování je na zákazníkovi.
-
Heterogenní prostředí → náročná podpora, široká „support matrix”, riziko „snowflake” instalace.
-
Bez managed cloudových služeb horší elasticita a automatické škálování.
-
Patchování, bezpečnost, zálohy a DR — většina odpovědnosti je na zákazníkovi, pokud není samostatně dohodnutá rozšířená podpora Edmundu.
-
Pomalejší vydání (typicky kvartální) a složitější testování.
-
Obtížnější telemetrie a observabilita (VPN, firewally, export do našeho stacku).
-
Nutnost portálu/registru pro distribuci images a vynucení licence (blokace po ukončení smlouvy).
-
SLA je obtížně dosažitelné bez výrazně nákladné podpory a zásahů na místě.
Vysvětlení zkratek
-
DR: Disaster Recovery — způsob, jakým organizace obnoví přístup a funkčnost své IT infrastruktury po havárii.
-
IaC: Infrastructure as Code — správa a zřizování infrastruktury pomocí strojově čitelných definičních souborů místo fyzické konfigurace hardwaru nebo interaktivních nástrojů.
-
IdP: Identity Provider — systémová entita, která vytváří, udržuje a spravuje identitní informace a poskytuje autentizační služby aplikacím, které se na ni spoléhají.
-
KMS: Key Management Service — spravovaná služba pro snadné vytváření a kontrolu šifrovacích klíčů použitých k šifrování dat.
-
KMS CMK: Customer-Managed Keys — šifrovací klíče v KMS, které vytváří, vlastní a spravuje zákazník.
-
RPO: Recovery Point Objective — maximální akceptovatelný objem ztráty dat po neplánovaném incidentu, vyjádřený jako časový úsek.
-
RTO: Recovery Time Objective — cílová doba, do které musí být obchodní proces po havárii nebo přerušení obnoven, aby nedošlo k nepřijatelným důsledkům.
-
SCP: Service Control Policies — typ organizační politiky v AWS pro správu oprávnění v rámci organizace.
-
SIEM: Security Information and Event Management — řešení, které organizacím pomáhá detekovat, analyzovat a řešit bezpečnostní hrozby, než poškodí provoz.
-
SLA: Service Level Agreement — závazek mezi poskytovatelem služby a klientem.
-
SOC: System and Organization Controls — sada reportů z auditu poskytovatele služeb, které informují o kontrolách relevantních pro bezpečnost, dostupnost, integritu zpracování, důvěrnost a soukromí.
-
SOW: Statement of Work — dokument, který zachycuje a definuje veškeré pracovní aspekty projektu.
-
TCO: Total Cost of Ownership — finanční odhad, který kupujícím a vlastníkům pomáhá určit přímé i nepřímé náklady produktu nebo systému.
Aktuálně podporovaní poskytovatelé hostingu
Pro instalace Private cloud (ve vlastním AWS nebo Azure účtu zákazníka) je Edmund AI plně podporovaný na hlavních cloudových platformách:
-
Amazon Web Services (AWS): s využitím rozsáhlé nabídky služeb AWS lze Edmund AI nasadit na instance EC2, používat S3 pro úložiště, integrovat se s databázemi AWS a využít robustní síťové a bezpečnostní funkce AWS.
-
Microsoft Azure: Edmund AI je kompatibilní i s Microsoft Azure, tedy s nasazením na Azure Virtual Machines, integrací s Azure Storage, Azure SQL Database a dalšími službami Azure.
Tyto varianty nasazení zajišťují, že Edmund AI vyhoví infrastrukturním a provozním požadavkům jakéhokoli podniku.
Požadavky na výpočetní prostředky
Tato kapitola uvádí minimální požadavky na instance potřebné k nasazení a provozu platformy Edmund u různých poskytovatelů. Konkrétní požadavky závisí na finálním nastavení.
Azure
| Min. typ instance | Počet instancí | Účel |
|---|---|---|
| D2ps v5 | 1 | Data aplikace (PostgreSQL) |
| Cloud-Hosted Service | N/A | Indexace dokumentů (Milvus Zilliz) |
| F2ps v5 | 1 | Cache pro Redis |
| D4ps v5 | 1 | Kubernetes – aplikační vrstva |
| D8ps v5 | 1 | Kubernetes – indexovací workery |
AWS
| Min. typ instance | Počet instancí | Účel |
|---|---|---|
| db.t4g.medium | 1 | Data aplikace (PostgreSQL) |
| Cloud-Hosted Service | N/A | Indexace dokumentů (Milvus Zilliz) |
| cache.t4g.medium | 1 | Cache pro Redis |
| c6g.xlarge | 1 | Kubernetes – aplikační vrstva |
| m7g.2xlarge | 1 | Kubernetes – indexovací workery |
On-premise
| CPU | RAM | GPU | Počet instancí | Komponenty |
|---|---|---|---|---|
| 4 jádra | 16 GB | 1 | Aplikační vrstva (frontend, backend, backendová databáze, cache) | |
| 1 jádro | 8 GB | RTX 3060 8GB RAM | 2 | Indexovací workery (paralelní zpracování a příjem dokumentů)* |
| 1 jádro | 4 GB | 4 | Zpracovávající workery (požadavky uživatelů) | |
| 8 jader | 32 GB | 1 | Databáze (aplikační DB – PostgreSQL; indexovací DB – Milvus, hostovaná lokálně) |
* Přesná konfigurace CPU a RAM závisí na počtu dokumentů, které se očekávají ke zpracování při počáteční indexaci.