Cutter 16
- vCPU
- 6 × dedicado
- RAM
- 16 GB
- Almacenamiento
- 320 GB NVMe SSD
- Transferencia
- 15 TB
- IPv4 / IPv6
- 1 / /64 routed
Solución
Los runners autoalojados se amortizan rápidamente: un Cutter 16 a 62 $ al mes reemplaza varios miles de minutos de CI alojado y compila más rápido porque la caché es local. De cuatro a seis núcleos dedicados y 16 GB manejan la mayoría de las matrices de compilación. Usa NVMe: la instalación de dependencias y la extracción de capas de contenedores son casi por completo ligadas a E/S.
| Recurso | Lo que realmente necesita |
|---|---|
| CPU | De 4 a 8 núcleos dedicados; las compilaciones se paralelizan bien |
| RAM | 16 GB para una matriz típica, 32 GB para monorepos grandes |
| Disco | 320 GB NVMe: las cachés, imágenes y artefactos se acumulan |
| Kernel | Virtualización anidada para trabajos basados en contenedores y VMs |
La ubicación suele ser la decisión que más importa para esta carga de trabajo, ya sea porque domina la latencia o porque domina la jurisdicción.
Seis núcleos y 16 GB cubren la mayoría de los proyectos.
GitHub Actions runner, gitlab-runner o Woodpecker según tu forge.
Un contenedor nuevo por trabajo evita que una compilación envenene la siguiente.
Monta directorios del host para npm, cargo, pip y capas de Docker.
Las etiquetas te permiten enrutar trabajos pesados aquí y dejar los ligeros en los runners alojados.
Casi siempre pasado unos pocos miles de minutos al mes. Una instancia de $62 se ejecuta continuamente; el CI alojado factura por minuto y vuelve a descargar dependencias en cada inicio en frío.
Sí. La virtualización anidada y el root completo hacen que buildx, Docker-in-Docker y las compilaciones sin root funcionen.
Solo con runners efímeros y aislados. Un repositorio público puede ejecutar código arbitrario de una pull request, así que nunca le des a dicho runner acceso a secretos o a tu red interna.