Ночью 17 апреля локальный RAG-стек на базе Qdrant + BGE-M3 выдержал нагрузку в 18K запросов/час без единого промаха по SLA. В тот же момент облачный аналог (Pinecone + OpenAI embeddings) ушёл в таймаут из-за TLS-терминации за пределами РФ и последующего нарушения условий хранения ПДн по 152-ФЗ. На bare-metal: RTX 4080 (16 ГБ VRAM), 4-битная квантованная BGE-M3, vLLM + PagedAttention — плотность эмбеддингов 2,300 токенов/сек. Стоимость инференса: ~0.00003 ₽ за токен. Облачная альтернатива: $0.0001 за embedding + $0.12/GB egress — итого в 4–6 раз дороже при нулевой юрисдикционной защите. Суверенный AI Gateway гарантирует: локальную санитизацию PII на границе контура, изоляцию трафика через WireGuard mesh (AllowedIPs /32), и полный контроль над жизненным циклом данных. Подробнее: https://run-as-daemon.dev/?utm_source=telegram&utm_medium=smm&utm_campaign=rad_ru&utm_content=lokalnye-bazy-vektornyh-embeddingo