...

Самостоятельное размещение LLMS на выделенном сервере: руководство по выборке оборудования

Самостоятельное руководство по выборке оборудования LLM 1

Чтобы самостоятельно разместить LLM на выделенном сервере, размер оборудования для модели, длины контекста, активных запросов и целевого времени ответа. Бюджет весов модели, запрашивающая память, накладные расходы, системная оперативная память, работа процессора и хранилище. Модель, которая успешно загружается, прошла проверку памяти, а не тест производственной мощности.

Пробел становится ясным в течение напряженного часа. Один короткий запрос работает. Несколько пользователей отправляют длинные документы, очередь запросов растет, а у одного и того же сервера заканчивается память или требуется слишком много времени для ответа.

Избегайте этой проблемы, планируя в таком порядке:

  1. Определите точную модель и профиль запроса.
  2. Рассчитайте весовую память и кэш-память отдельно.
  3. Бюджет для полного сервера и вспомогательных служб.
  4. Проверьте реалистичный трафик на соответствие целям времени отклика и качества.
  5. Сравните полные затраты на проходящие конфигурации.

Начните с модели и запросите профиль

Размер сервера начинается с того, что приложение должно делать. «Запуск LLM для нашей команды» слишком широк, чтобы выдавать полезные рекомендации по аппаратному обеспечению.

Запишите эти входы перед сравнением серверов:

Входной Что записывать
Модель Точное название, ревизия, архитектура и лицензия
Весовой формат FP16, BF16 или специфический квантованный артефакт
Контекст Нормальное и максимальное количество токенов «Подсказка-плюс-выход»
Движение Активные поколения, скорость прибытия и всплеск
Производительность Время до первого токена и допустимое время завершения
Качество Задачи, которые модель должна выполнить правильно
другие услуги Встраивание, пере ранжирование, векторный поиск, API и мониторинг
операции Процесс обновления, потребности в восстановлении и резерв роста

Контекст включает системные инструкции, историю чата, извлеченный текст, пользовательский ввод и сгенерированный вывод. Короткий вопрос может привести к длинному вводу модели, если приложение добавляет несколько документов.

Также отделите пользователей от активных запросов. Служба со 100 зарегистрированными пользователями может иметь одновременно всего несколько поколений. Агент, используемый одним лицом, может выдавать несколько запросов во время одной задачи.

Определение процесса подачи см. Что означает вывод ИИ.

Держите вывод отдельно от тренировок

В этом руководстве рассматривается вывод: использование уже обученной модели для получения ответа. Обучение и тонкая настройка могут потребовать дополнительной памяти для градиентов, состояния оптимизатора и активации, в зависимости от метода.

Не используйте таблицу размеров вывода в качестве рекомендации по обучению. Если одна и та же машина должна обслуживать пользователей и выполнять задания точной настройки, протестируйте комбинированное расписание или разделите эти рабочие нагрузки.

Сначала вычислите память весовой модели

Веса модели — это сохраненные числовые значения, используемые во время вывода. Их объем памяти обеспечивает отправную точку для бюджетного бюджета.

Идеализованная весовая память в байтах = количество параметров × бит на вес ÷ 8

Для номинальной восьмимиллиардной модели с 16 битами:

8 000 000 000 × 16 ÷ 8 = 16 000 000 000 байт или 16 ГБ

При идеализированных четырех битах на вес тот же расчет дает 4 ГБ.

Номинальный размер модели FP16/BF16 Весовой пол 8-битный пол с весом 4-битный пол с весом
8Б 16 Гб 8 ГБ 4 Гб
14Б 28 Гб 14 Гб 7 Гб
32Б 64 ГБ 32 Гб 16 Гб
70Б 140 Гб 70 Гб 35 Гб

Эти цифры охватывают только идеализированные веса. Они исключают кэш запросов, рабочие буферы, метаданные квантования и другие распределения времени выполнения. Точная модель также может иметь больше параметров, чем предполагает ее округленное название.

Почему 4-битному файлу нужно больше, чем необработанный расчет

Квантованный артефакт может содержать значения масштаба, метаданные и тензоры, хранящиеся с другой точностью. Его загруженный размер и загруженная площадь памяти могут отличаться.

Запишите точный артефакт, а затем проверяйте память после загрузки в предполагаемую среду выполнения. Не рассматривайте все форматы, помеченные как «4-битные», как взаимозаменяемые.

Снижение точности веса также не снижает точность кэша запросов. Это отдельные настройки с отдельной проверкой совместимости и качества.

Используйте общие параметры для планирования веса МЭ

Модель смеси экспертов, или модель MOE, активирует только часть своей экспертной сети для каждого токена. Это может уменьшить вычисления по сравнению с использованием каждого эксперта, но другие веса все еще нуждаются в плане размещения.

Для полного места жительства бюджет для хранимой модели, а не только ее количество активных параметров. Экспертная разгрузка и распределенное размещение могут изменяться, где используется память, но они вводят свои собственные затраты на передачу и выполнение.

Поддерживайте согласованность GB и GIB

Один ГБ составляет один миллиард байтов. Один GIB составляет 1 073 741 824 байта. Полезная нагрузка 4 ГБ составляет около 3,73 ГБ.

Преобразуйте значения в тот же блок, прежде чем вычитать память модели из бюджета устройства. Используйте фактическую доступную память для развертывания, а не смешивайте метку продукта с измерением по-разному.

Добавить кэш KV, длину контекста и одновременные запросы

Кэш-ключ-значение, обычно называемый КВ кеш, сохраняет данные внимания, используемые в то время, когда модель генерирует текст. Веса модели могут быть разделены между запросами в рамках одного экземпляра модели, но активные последовательности также требуют состояния запроса.

Вот почему более длинные контексты и более активные запросы могут потреблять память даже тогда, когда загруженная модель не меняется.

Для обычного декодера с одинаковым макетом полного внимания в каждом уровне оценивайте полезную нагрузку логического кэша как:

KV байт ≈ 2 × слои × головки KV × размер головы × байты на кэшированное значение × общее количество кэшированных токенов

Фактор двух учитывает ключи и значения. Суммарные кэшированные токены означают сумму по активным последовательностям. Если все последовательности имеют одинаковую длину, умножьте эту длину на количество активных последовательностей.

Это не универсальная формула для каждой модели. Внимание скользящего окна, другие архитектуры кэша, кэширование кэша и правила выделения времени выполнения могут изменять вычисления. Объединение стратегий кэша Face Documents с различным поведением в памяти, включая ограничения для слоев скользящего окна и слоев внимания. 

Пример работающего кэша

Meta’s Llama 3.1 8B configuration uses 32 layers, 32 attention heads, eight KV heads, and a hidden dimension of 4,096. The head dimension is 4,096 ÷ 32 = 128.

Предположим, что двухбайтовый кеш-кВ, полное внимание и отсутствие совместного использования префиксов:

2 × 32 × 8 × 128 × 2 = 131 072 байта на кэшированный токен на каждую последовательность

Это равняется 128 кБ. 

Кэшированные токены на последовательность Активные последовательности Расчетная логическая полезная нагрузка кВ
8,192 1 1 Гиб
8,192 4 4 Гиб
32,768 4 16 Гиб
32,768 8 32 Гиб

Модель не изменилась, но запрашивать изменения памяти резко. Вот почему добавление фиксированного процента к размеру модели не может учитывать каждый контекст и цель параллелизма.

Это рассчитанные полезные нагрузки, а не измеренные распределения графических процессоров. Среда выполнения может заранее резервировать блоки кэша или сохранять выделения для повторного использования. Таким образом, память, сообщаемая инструментом мониторинга, может отличаться от полезной нагрузки токена.

Создайте полный бюджет памяти GPU

Для полного развертывания GPU-резидента начните с:

Бюджет памяти графического процессора = нагруженные веса + распределение кВ + рабочая память + рабочий резерв

Используйте измеренные значения времени выполнения, где это возможно. Не подсчитывайте один и тот же резервный пул кэша дважды.

Пример: короткий контекстный помощник по сравнению с общей службой

Следующее является Сценарий обучения, не ATAL эталон. Предположим:

  • Нагруженные квантованные веса: 5 гигабайт.
  • Другая рабочая память: 2 ГБ.
  • Оперативный резерв: 2 ГБ.
  • Макет кэша из приведенного выше примера Llama 3.1 8B.
Пункт памяти Короткоконтекстный помощник Совместная служба с более длинным контекстом
Активные последовательности 1 4
Кэшированные токены на последовательность 8,192 32,768
Нагруженные веса, предполагаемые 5 Гиб 5 Гиб
Логическая полезная нагрузка КВ, рассчитанная 1 Гиб 16 Гиб
другая рабочая память, предполагается 2 Гиб 2 Гиб
Резерв, предполагаемый 2 Гиб 2 Гиб
комбинированное планирование 10 Гиб 25 Гиб

При этих предположениях первый профиль очищает проверку бюджета памяти 16 ГБ. Вторая превосходит бюджет в 24 ГБ. Ни один результат не доказывает пропускную способность или время отклика.

Резервные и накладные данные являются входными данными для этого примера, а не общих рекомендаций. Замените их измерениями из точного времени выполнения и настроек, прежде чем выбрать аппаратное обеспечение.

А как насчет модели 70B?

Номинальная модель 70B имеет идеализированный четырёхбитный вес 35 ГБ. Он не может быть полностью GPU-резидентом в пределах 24 ГБ доступной памяти, даже до кэша и накладных расходов.

Возможные пути включают графический процессор с большей памятью, поддерживаемое размещение с несколькими графическими процессорами, разгрузку CPU или меньшую модель, которая проходит тест на качество задачи. Устройство на 48 ГБ не является общей рекомендацией для каждой рабочей нагрузки 70B. Контекст, активные запросы, накладные расходы форматирования и поведение во время выполнения по-прежнему имеют значение.

Выбирайте аппаратное обеспечение графического процессора свыше, чем VRAM

Достаточно памяти делает возможным конфигурацию. Он не делает конфигурацию достаточно быстрой.

Сравните кандидатов, используя ту же нагрузку:

Проверка оборудования Что подтвердить
Доступная VRAM Фактическое распределение после разделов и других процессов
Поддержка во время выполнения Архитектура GPU, драйвер, серверная часть и поддержка моделей
Весы и форматы кэша Поддерживаемые ядра и поведения памяти
пропускная способность памяти Производительность по выбранной модели и микс запроса
Связывать Топология устройства для выбранного параллельного метода
Мощность и охлаждение Постоянные операционные ограничения на сервере
Условия обслуживания Выделенные или общие ресурсы, поддержка и процесс замены

Избегайте выбора графического процессора из общей таблицы пользователей на карту. Десять коротких запросов и десять длинных запросов — это разные рабочие нагрузки.

Сохраняйте редакцию модели, версию выполнения, ограничения/вывода, а также целевую цель активного запроса рядом с каждым аппаратным параметром. В противном случае сравнение трудно воспроизвести.

Размер системной оперативной памяти, ЦП, хранилища и сети

Системная оперативная память: бюджет на загрузку и услуги хоста

Системная оперативная память поддерживает операционную систему, загрузку модели, API, токенизацию, мониторинг и любую модель-резидент-резидент или состояние кэша. Внедрение моделей, реранкеров и векторных баз данных увеличивает спрос, если они разделяют хост.

Измеряйте пиковую ОЗУ во время запуска, а также стабильную работу. Метод загрузки может использовать временные копии или буферы, которые отсутствуют после запуска.

Не существует единого соотношения RAM-VRAM, которое подходит для каждого стека вывода. Создайте бюджет хоста из выбранного времени выполнения, плана разгрузки и поддержки служб. Модель, которая помещается на графическом процессоре, все еще может выйти из строя во время загрузки, потому что памяти хоста недостаточно.

CPU: сопоставить ядра и пропускную способность памяти с задачей

На сервере, поддерживаемом GPU, ЦП по-прежнему обрабатывает обработку запросов, токенизацию, сеть и работу приложений. Вывод только для процессора также делает выполнение процессора и поведение системы памяти центральным в производительности.

Протестируйте предполагаемое количество нитей. Больше ядер не производят автоматически соответствующее увеличение скорости токена. В многопроцедурных системах проверяйте локальность памяти и размещение графических процессоров и сетевых устройств.

Выделенный сервер только CPU может быть кандидатом на пакетные задания, эксперименты или низкочастотные задачи. Подходит ли он для интерактивного использования, зависит от модели и измеренного времени отклика.

NVMe Storage: включите версии и восстановление

Бюджетное хранилище для более чем одной загруженной модели:

Бюджет хранилища = файлы активных моделей + файлы отката + артефакты времени выполнения + данные приложения + сохраненные журналы + свободное рабочее место

Добавьте векторные индексы и данные документа, когда поисковый раздел совместно с сервером. Также рассмотрите временные загрузки и файлы преобразования.

Локальный NVMe может уменьшить задержки загрузки модели и доступа к данным. Это не гарантирует более высокую скорость генерации после того, как все необходимые веса находятся в памяти. Измерьте время холодного запуска отдельно от производительности запроса тепла.

Сеть: отдельный клиентский трафик от трафика модели

Общедоступный сетевой порт обрабатывает клиентские соединения, загрузки и передачи. Ссылки GPU-GPU и сеть между распределенными узлами вывода служат разным целям.

Не используйте общедоступную спецификацию порта 10 Гбит/с в качестве доказательства производительности вывода с несколькими узлами. Проверьте фактическую топологию, метод связи и требования к времени выполнения.

Для голосовых приложений измеряйте полный ход: ввод речи, транскрипцию, реакцию модели, генерацию речи и доставку. Время LLM до первого жетона охватывает только часть этого пути.

Сопоставьте среду выполнения и дизайн с несколькими графическими процессорами с рабочей нагрузкой

Выберите время выполнения, прежде чем принимать окончательное аппаратное решение. Он контролирует поддержку моделей, размещение, пакетирование и управление памятью.

Время счета Полезный путь оценки Проверьте перед фиксацией
Оллама Модельные испытания и более простой рабочий процесс обслуживания Аппаратная поддержка, контекст, параллельные запросы и ограничения загруженной модели
llama.cpp Модели GGUF, вывод CPU и частичная разгрузка GPU Сборка / бэкэнд, поддержка артефактов, разгрузочные слои и измеренная скорость
ВЛМ Пакетная поддерживаемая и поддерживаемые развертывания с несколькими графическими процессорами Совместимость с моделями/форматами, управлением памятью, топология и задержка под нагрузкой

Оллама документирует повышенную потребность в памяти с параллельными запросами и более длинным контекстом. llama.cpp поддерживает гибридный вывод CPU/GPU. Это варианты тестирования, а не гарантии определенной скорости токена. 

Разделить одну модель или запустить отдельные реплики?

Разделение модели между графическими процессорами может помочь, когда она не помещается на одном устройстве. тензорный параллелизм делит поддерживаемые тензорные операции; Параллельность конвейера делит этапы модели или слои. Развертывание МЧ может также использовать экспертный параллелизм.

Реплики служат другой цели. Каждая копия содержит свои собственные веса и может обрабатывать отдельный набор запросов. Реплики могут добавлять емкость, когда одна копия уже подходит, но они не объединяют свою память для хранения одной крупной модели.

Два графических процессора не становятся одним автоматическим пулом памяти. Распределение по каждому устройству, связь и поддержка среды выполнения по-прежнему ограничивают макет. VLLM документирует несколько параллельных методов и соображений топологии.

NVLink не является универсальным требованием. Сравните фактический поддерживаемый макет и сравните его. Ни добавление второго графического процессора, ни дублирование Total VRAM гарантируют удвоенную пропускную способность.

Сравните сервер перед производством

Протестируйте цель приложения, а не самое высокое число на скриншоте теста.

Метрика Что он говорит вам
Время до первого токена или TTFT Как долго клиент ждет первоначального вывода модели
Межтокен задержки Как плавно выводится результат после запуска поколения
Скорость вывода по запросу Скорость генерации испытывает один запрос
Совокупная выпускная ставка Общий выход по серверу
Запросить время завершения Сколько времени занимает полная реакция
Ошибки и рост очереди Превышает ли спрос потребляемую емкость

Определения и границы измерений имеют значение. В руководстве NVIDIA Benchmark можно различать показатели токенов на уровне пользователей, пропускную способность системы и задержку ответов. Сохраняйте определения выбранного инструмента с результатами. 

Используйте повторяемый приемочный тест

  1. Исправить конфигурацию. Ревизия модели записи, артефакт, токенизатор, среда выполнения, драйвер, графический процессор, процессор, оперативная память, хранилище и ограничения мощности.
  2. Протестируйте один запрос. Измеряйте холодное и теплое поведение с репрезентативной длиной входа и выхода.
  3. Увеличить параллелизм. Проверяйте нормальные и длинные запросы на нескольких уровнях активного запроса.
  4. Проверка вспышек прибытия. Отправляйте запросы с ожидаемой ставкой, чтобы очереди и перегрузка становились видимыми.
  5. Проверить качество. Повторите тесты задач после изменения точности, контекста или настроек обслуживания.
  6. Запишите условия прохождения. Включите задержку, успешную пропускную способность, память, качество и требуемый резерв.

Используйте несколько измеренных повторений после постоянного прогрева. Сообщайте об ошибках, подсчете выборок и распространении результатов. Цифра P99, основанная на слишком малом количестве запросов, может ввести в заблуждение.

Если включено кэширование префиксов, проверьте как повторяющиеся, так и новые префиксы. Если встраиваемые устройства или пере ранжирования разделяют машину, включите их в тест нагрузки. Синтетический короткий результат не может установить емкость с длинными документами.

Используйте текущие инструменты и записывайте их версии. Текущая документация NVIDIA GENAI-PERF говорит, что она постепенно прекращается, и она направляет новую работу по сравнительному анализу на Aiperf. 

Когда память является ограничивающим ресурсом

Сначала определите, является ли проблема загрузкой модели, резервированием кэша, ростом контекста или другими службами. Затем смените один фактор и снова проверьте.

Возможные варианты включают меньшую модель, поддерживаемый квантованный артефакт, более короткие ограничения контекста, меньшее количество активных последовательностей или другой план размещения. Эти варианты могут изменять качество, очереди и пропускную способность.

VLLM документирует длину контекста и последовательности как элементы управления памятью, а также отмечает, что CUDA Graph Capture использует дополнительную память графического процессора. Обработайте настройки как часть измеренной конфигурации. 

Сравните стоимость самостоятельного хостинга с API и облачными графическими процессорами

Сравните только конфигурации, соответствующие требуемому качеству задачи и времени отклика. Дешевый сервер, который производит непригодные ответы, не является сохранением.

Для арендованного выделенного сервера включите:

  • Арендная плата и настройка в течение запланированного срока.
  • Хранение, передача, программное обеспечение и плата за поддержку.
  • Оперативная работа по обновлению, мониторингу и инцидентам.
  • емкость, необходимая для технического обслуживания или обработки неисправностей.

Не добавляйте электричество снова, когда арендная плата уже включает ее. Для собственного оборудования используйте отдельную модель собственности, которая охватывает покупку, энергию, оборудование и поддержку.

Стоимость за принятый запрос = полная стоимость в течение периода ÷ принятых запросов в течение этого периода

Например, вымышленная полная ежемесячная стоимость $1 200, деленная на 600 000 принятых запросов, дает $0.002 за принятый запрос. Это учебный расчет, а не ATAL или измеренная емкость обслуживания.

Не полагайте, что в десять раз больше спроса соответствует одному и тому же серверу в одно и то же время отклика. Стоимость меняется при изменении мощностей, кадрового состава или резерва.

Для сравнений API, ценовых входных токенов, выходных токенов, кэширования и других выставленных категорий отдельно. Для облачных графических процессоров включите часы работы, присоединенное хранилище, переводы и необходимые вспомогательные услуги.

Не существует универсального объема токена, при котором самостоятельный хостинг дешевеет. Использование, качество модели, длина запроса, оборудование и операционная ответственность определяют результат.

Перед заказом проверьте ограничения на развертывание

Аппаратная посадка — это одна из частей готовности. Подтвердите точную лицензию на модель и допустимое использование. Проверьте совместимость драйверов, среды выполнения и артефактов.

Контролируйте доступ к конечной точке вывода. Установите размер запроса, вывод, очереди и ограничения скорости. Определите правила ведения журнала и хранения. Просмотрите исходящие соединения, внешние вложения, инструменты и резервные API, если данные должны оставаться внутри определенной границы.

Арендованный выделенный сервер не выполняется автоматически в помещении или с воздушным зазором. Самостоятельное размещение дает вам контроль над выбором развертывания; Это не доказывает, что каждая подсказка остается закрытой при каждой конфигурации.

Планируйте обновления модели, файлы отката, мониторинг и восстановление. Если служба должна продолжаться во время сбоя узла, архитектуре требуется запасная емкость за пределами этого хоста. Несколько графических процессоров внутри одного сервера не предоставляют второй хост.

Часто задаваемые вопросы

Могу ли я самостоятельно размещать LLM без графического процессора?

да. Поддерживаемые среды выполнения могут запускать модели на CPU, а некоторые могут делить работу между CPU и GPU. Начните с модели и отформатируйте системную оперативную память, затем проверьте время отклика. Вывод только для CPU может соответствовать пакетным или низкочастотным задачам, но необходимо измерить интерактивную пригодность.

Достаточно ли 24 ГБ VRAM для сервера LLM?

Это зависит от артефакта, контекста, активных запросов и среды выполнения. Могут подойти несколько компактных квантованных моделей, но подгонка памяти не устанавливает производственных мощностей. Только для идеализированных четырехбитных весов модели 70B требуется 35 ГБ, что превышает 24 ГБ доступной VRAM.

Сколько памяти нужно модели 70B?

Идеализированные полы веса 140 ГБ при 16 битах, 70 ГБ при восьми битах и 35 ГБ при четырех битах. Добавьте накладные расходы формата, кэш, рабочую память и резерв. Размещение по GPU и памяти хоста зависит от времени выполнения.

Могут ли два графических процессора по 24 ГБ заменить один графический процессор?

Иногда, если модель и среда выполнения поддерживают подходящее разделение. Они автоматически не эквивалентны одному большому устройству. Связь, накладные расходы на устройство, размещение кэша и топология сервера влияют как на соответствие, так и на скорость.

Почему модель загружается, но не получается с несколькими запросами?

Загрузка проверяет, подходит ли исходное распределение модели. Дополнительные запросы могут увеличить кэш и спрос на рабочую память. Измерьте точную точку отказа и проверьте контекст, пределы активной последовательности и другие загруженные службы перед сменой оборудования.

Сколько системной оперативной памяти нужно серверу вывода?

Бюджет для запуска пиков, операционной системы, среды выполнения, служб API, разгрузки процессора и любых компонентов извлечения. Измерьте нагрузку и устойчивую работу. Не существует фиксированного требования к системной оперативной памяти, которое следует только из-за подсчета параметров или памяти графического процессора.

Выделенный сервер дешевле API?

Это может быть, но сравните полные затраты при эквивалентном качестве задачи и времени отклика. Низкий или нерегулярный спрос может оставить арендованное оборудование бездействующим. Постоянный спрос может улучшить использование при условии, что выбранный сервер может обрабатывать его в рамках цели службы.

Рекомендованы следующие шаги

Выберите аппаратное обеспечение из документированного профиля запроса, а не только количество параметров. Рассчитайте веса и кэш отдельно, добавьте полный бюджет сервера и протестируйте оставшиеся конфигурации.

Перед совершением:

  1. Исправьте ревизию модели, артефакт, контекст и цель активного запроса.
  2. Рассчитайте бюджет памяти, используя согласованные единицы измерения.
  3. Подтвердите поддержку во время выполнения и размещение для каждого устройства.
  4. Проверка задержки, пропускной способности, качества и поведения сбоя.
  5. Сравните полные расходы за тот же период.

Чтобы обсудить подходящую конфигурацию, просмотрите Выделенные серверы Atal Networks и поделитесь своей моделью, профилем запроса, оценкой памяти, местоположением и требованиями программного обеспечения. Перед заказом подтвердите наличие GPU и поддерживаемые варианты для конкретного предложения.

Источники и примечания к расчету

Источники были проверены 28 октября 2026 г. Конфигурации моделей, поддержка во время выполнения и поведение программного обеспечения могут меняться, поэтому запишите версию, используемую для развертывания.

В таблицах веса используются идеализированные количества битов и десятичный GB. Цифры KV-кэша используют двоичный GIB и заявленные предположения о полном внимании. Распределение веса в 5 гиВ, 2 гиВ рабочую память, 2 ГБ и пример доллара являются вымышленными обучающими входными данными. Это не атальные измерения, цены или претензии по мощности.

Готовы обновить свои серверы Bare Metal?

Присоединяйтесь к 36 000+ компаниям, которые выбрали хостинг без рисков.

Готовы развернуть свой VPS-сервер?

Запустите быстрый, безопасный и масштабируемый VPS-хостинг уже сегодня.
Прокрутить вверх
Серафинит - АкселераторОптимизировано Серафинит - Акселератор
Включает высокую скорость сайта, чтобы быть привлекательным для людей и поисковых систем.