Nethost: pronajatý hardware pro lokální AI

Vytvořeno: 25.9.2026 | Aktualizováno: 25.09.2026 20:43

Pronajatý vyhrazený server s otevřeným modelem je alternativa k nákupu vlastního hardwaru pro lokální AI. Může dávat smysl pro firmu, která chce model provozovat odděleně od sdíleného AI API, ale nechce sama pořizovat a spravovat GPU server.

Článek zachycuje nabídku a testovací data, které poskytla společnost Nethost na základě poptávky. Nejde o nezávislé srovnání poskytovatelů ani o potvrzení regulatorní způsobilosti služby.

Nethost nabízí sdílené API účtované podle tokenů. Přes API se odesílá dotaz a vrací výsledek; podle ceníku AI API jsou dostupné lokální i sdílené externí modely včetně informací o kontextovém okně.

Podle odpovědi Nethostu je tato varianta vhodná pro výpočetně náročnější úlohy, vytěžování dat a levné ověření use-casu. Pro realtime chat nebo boty ji Nethost nedoporučuje. Ceník je proměnlivý a podle obdržené informace se Nethostu týká jen několik prvních položek; aktuální cenu a model je proto potřeba ověřit přímo v ceníku.

Druhou variantou je hardware vyčleněný pro konkrétního zákazníka, na kterém běží vybraný lokální model. Nethost nabízí u konfigurace s NVIDIA GB10 dvě možnosti provozu:

plná root práva a vlastní správa serveru,
nasazení vybraného modelu do API spravovaného Nethostem.

Podle Nethostu se vhodná konfigurace určuje až podle modelu, který má být provozován. Z poskytnuté nabídky vyplývají tyto příklady:

Konfigurace	Cena bez DPH za měsíc	Poznámka
NPU/GPU NVIDIA GB10 Grace Blackwell, 20CORE, 128 GB	4 999 Kč	Root přístup nebo přístup k Nethostem provozovanému API s vybraným modelem.
NPU/GPU AI Hosting Apple Silicon M4/14C, 64 GB RAM UM	5 132 Kč	Další nabízená varianta hardwaru.

Vyhrazený hardware může být provozní alternativou k veřejnému sdílenému API, ale samotné označení „vyhrazený server“ neprokazuje splnění regulatorních ani bezpečnostních požadavků. Před nasazením citlivých dat je potřeba smluvně a technicky ověřit zejména:

kde se zpracovávají data a zda se přesouvají mimo požadovanou jurisdikci,
roli poskytovatele, podmínky zpracování dat a případné subdodavatele,
retenci promptů, odpovědí a aplikačních logů včetně způsobu jejich mazání,
kdo má administrátorský přístup k serveru, modelu a API,
způsob izolace zákazníka a odpovědnost za aktualizace, bezpečnost a zálohy.

Volba mezi root přístupem a poskytovatelem spravovaným API je proto podstatná: první varianta přesouvá více odpovědnosti na zákazníka, druhá vyžaduje přesněji definovat provozní a smluvní garance poskytovatele.

Nethost poskytl HTML report s mediánem rychlosti generování a mediánem času do prvního tokenu. Report neuvádí použitý hardware, kvantizaci, délku vstupu a výstupu, souběžnost požadavků, verze modelů ani datum testu. Čísla proto ukazují pouze naměřený profil dodaného testu a nelze z nich odvozovat obecné srovnání modelů ani garantovaný výkon konkrétní konfigurace.

Model	Tokeny za sekundu (p50)	Čas do prvního tokenu v sekundách (p50)
`nethost/gemma4:31b`	14,15	1,05
`nethost/gemma4:e4b`	18,91	0,71
`nethost/gpt-oss:120b`	38,44	0,67
`nethost/gpt-oss:20b`	31,38	1,02
`nethost/llama3.1:8b`	15,05	0,75
`nethost/llama3.2:3b`	32,09	0,38
`nethost/llama3:8b`	16,94	0,71
`nethost/llava:34b`	14,26	0,84
`nethost/qwen3.5:35b-a3b`	16,66	1,11
`nethost/qwen3.6:35b-a3b`	26,66	0,55
`nethost/qwen3.8:27b`	28,63	0,95

V rámci tohoto reportu měl nejvyšší medián generování nethost/gpt-oss:120b s 38,44 tokenu za sekundu. Nejkratší medián času do prvního tokenu měl nethost/llama3.2:3b s 0,38 s.

Pronajatý vyhrazený hardware rozšiřuje možnosti lokální AI o provozní model, ve kterém firma nepořizuje vlastní GPU server. Před výběrem je potřeba stanovit model, požadovanou velikost kontextu, počet souběžných uživatelů, způsob správy a požadavky na zpracování dat. Teprve podle těchto parametrů lze vybrat hardware a rozhodnout, zda je vhodný vlastní provoz s root přístupem, nebo poskytovatelem spravované API.