RowSpeak

RowSpeak Private Deployment: Visão Geral da Arquitetura Técnica

Este documento é escrito para arquitetos de TI, engenheiros de infraestrutura e revisores de segurança avaliando RowSpeak Private Deployment. Cobre componentes de sistema, padrões de deployment, requisitos de hardware e considerações de integração.

Arquitetura de Sistema

RowSpeak Private Deployment consiste em quatro camadas que são executadas inteiramente dentro do seu ambiente.

RowSpeak Private Deployment — Arquitetura de Sistema Camada 1 — Cliente Navegador Web PWA Desktop Cliente API REST Camada 2 — Servidor de Aplicação API Gateway Auth · Rate Limit Motor de Planilha Parse · Transform Gerador de Saída Gráficos · Relatórios Logger de Auditoria Acesso · Ações Camada 3 — Camada IA/Modelo Roteador de Modelo Selecionar por política Modelos de Código Aberto DeepSeek · Qwen · Kimi Código Fechado (opcional) GPT · Claude · Gemini Motor de Embedding Índice vetorial local Camada 4 — Camada de Dados Armazenamento de Arquivos DB Relacional DB Vetorial Logs de Auditoria

Ambientes de Deployment Suportados

Ambiente Suportado Notas
Servidor Linux bare metal ✅ Recomendado para performance máxima
Docker (host único) ✅ Mais rápido para começar
Docker Compose ✅ Configuração multi-serviço padrão
Kubernetes ✅ Para alta disponibilidade e escalabilidade
Nuvem privada (AWS VPC) ✅ Implantar na sua própria conta
Nuvem privada (Azure VNet) ✅ Implantar na sua própria assinatura
Nuvem privada (GCP VPC) ✅ Implantar no seu próprio projeto
Air-gapped (sem internet) ✅ Requer pacote de deployment pré-bundled
Windows Server ⚠️ Via Docker Desktop ou WSL2

Guia de Dimensionamento de Hardware

O hardware correto depende do tamanho da sua equipe, necessidades de concorrência e se você executa modelos de código aberto localmente.

Mínimo (até 20 usuários, uso leve)

|| Componente | Especificação | |---|---| || CPU | 8-core x86_64 | || RAM | 32 GB | || GPU | GPU NVIDIA com 16 GB VRAM (para modelo local) | || Armazenamento | 500 GB SSD | || OS | Ubuntu 22.04 LTS ou RHEL 8+ |

Padrão (até 100 usuários, uso regular)

|| Componente | Especificação | |---|---| || CPU | 16-core x86_64 | || RAM | 64 GB | || GPU | NVIDIA A10 ou RTX 4090 (24 GB VRAM) | || Armazenamento | 1 TB NVMe SSD | || OS | Ubuntu 22.04 LTS |

Enterprise (100+ usuários, alta concorrência)

|| Componente | Especificação | |---|---| || CPU | 32-core x86_64 (2 nós) | || RAM | 128 GB por nó | || GPU | NVIDIA A100 ou H100 (80 GB VRAM) | || Armazenamento | 2 TB NVMe SSD + NAS compartilhado | || Rede | 10 Gbps interno | || OS | Ubuntu 22.04 LTS com Kubernetes |

Se você usar modelos de código fechado via API (GPT, Claude, Gemini), os requisitos de GPU são significativamente reduzidos já que a inferência é executada externamente na sua chave API.

Requisitos de Rede

Entrada

  • Porta 443 (HTTPS) de usuários internos para o servidor de app RowSpeak
  • Porta 80 (HTTP, redirecionar para HTTPS) — opcional

Interno (entre componentes)

  • Servidor de app para servidor de modelo: porta configurável (padrão 8080)
  • Servidor de app para banco de dados: portas DB padrão (Postgres 5432, etc.)
  • Servidor de app para banco de dados vetorial: configurável

Saída (internet)

  • Não requerido para deployments com modelo de código aberto
  • Apenas requerido se usando APIs de modelo de código fechado (GPT, Claude, Gemini) — apenas saída para os endpoints API respectivos
  • Requerido para download inicial de pesos do modelo durante a configuração (pode ser feito em uma máquina separada e transferido)

Modelos Suportados

Código Aberto (executam localmente, não requerem internet)

|| Modelo | VRAM Necessária | Melhor Para | |---|---|---| || DeepSeek-V2 | 16–24 GB | Análise geral, chinês | || Qwen2.5 | 16 GB | Multilíngue, dados estruturados | || Kimi (Moonshot) | 16 GB | Contexto longo, análise de documentos |

Código Fechado (via sua própria chave API)

|| Modelo | Provedor | Notas | |---|---|---| || GPT-4o | OpenAI | Sua chave API, sua conta | || Claude 3.5 | Anthropic | Sua chave API, sua conta | || Gemini 1.5 Pro | Google | Sua chave API, sua conta |

Você pode misturar modelos entre fluxos de trabalho — por exemplo, usar código aberto para dados financeiros sensíveis e código fechado para tarefas de relatório não sensíveis.

Autenticação e Controle de Acesso

RowSpeak Private Deployment suporta:

  • Contas de usuário locais — gerenciadas dentro do RowSpeak
  • Integração SSO — SAML 2.0 e OIDC (solicite guia de configuração)
  • LDAP / Active Directory — disponível no tier Enterprise
  • Controle de acesso baseado em funções — funções Admin, Editor, Viewer
  • Isolamento de espaço de trabalho — espaços de trabalho separados por equipe ou departamento

Logging de Auditoria

Todas as ações do usuário são registradas localmente:

  • Uploads e exclusões de arquivos
  • Consultas e respostas de IA
  • Eventos de geração de relatório
  • Eventos de login e logout
  • Alterações de configuração de administrador

Logs são armazenados no seu ambiente e não são transmitidos ao RowSpeak. O formato de log é JSON, compatível com ferramentas SIEM padrão (Splunk, Elastic, etc.).

Atualização e Manutenção

RowSpeak lança atualizações como imagens Docker versionadas ou pacotes de deployment.

  • Atualizações são aplicadas pela sua equipe de TI no seu cronograma
  • Sem atualizações automáticas sem sua ação
  • Notas de versão são fornecidas com cada versão
  • Rollback é suportado revertendo para a versão de imagem anterior

Obtendo a Referência Técnica Completa

O Pacote de Deployment RowSpeak inclui:

  • Arquiteturas de deployment de referência (PDF)
  • Planilha de dimensionamento de hardware
  • Matriz de compatibilidade de modelo
  • Checklist de deployment
  • Templates de diagrama de rede

Solicitar o Pacote de Deployment →

Para um walkthrough técnico ao vivo, agende uma demo e passaremos pela sua ambiente específica juntos.