MCP server tự host trên VPS: cấu hình và độ trễ thực tế

Trả lời nhanh: Bản thân MCP server rất nhẹ, phần nặng nằm ở việc nó truy cập cái gì. Server chỉ đọc file cục bộ thì gần như không tốn tài nguyên. Server truy vấn database hoặc quét thư mục lớn thì độ trễ phụ thuộc tốc độ ổ đĩa và độ trễ mạng tới nguồn dữ liệu. Nguyên tắc quan trọng nhất: đặt MCP server cùng chỗ với dữ liệu nó phục vụ, vì mỗi lần đi qua mạng cộng thêm độ trễ vào từng lượt gọi.

Agent hỏi một câu, MCP server phải trả lời. Nếu mỗi lần trả lời mất nửa giây, mà một tác vụ gọi hai chục lần, bạn mất mười giây chỉ để chờ tra cứu.

Độ trễ đến từ đâu

Mỗi lượt gọi MCP đi qua bốn chặng:

1. Agent gửi yêu cầu tới MCP server.
2. Server xử lý: đọc file, truy vấn database, gọi dịch vụ ngoài.
3. Server trả kết quả.
4. Agent đọc kết quả rồi tiếp tục.

Chặng hai chiếm phần lớn thời gian. Nếu server đọc file, đó là công việc của ổ đĩa. Nếu truy vấn database, đó là chuyện chỉ mục và bộ nhớ đệm. Nếu gọi dịch vụ ngoài, đó là độ trễ mạng mà bạn ít kiểm soát được.

Cấu hình cần bao nhiêu

Điểm đáng chú ý: bảng này cho thấy hầu như không có trường hợp nào cần máy cấu hình cao chỉ để chạy MCP server. Tiền nên dồn vào chỗ dữ liệu nằm.

Nguyên tắc đặt gần dữ liệu

Giả sử database đặt tại Việt Nam mà MCP server đặt ở nước ngoài. Mỗi lượt gọi cộng thêm khoảng một trăm mili giây cho vòng đi về. Một tác vụ gọi hai mươi lần là thêm hai giây chờ, chưa tính thời gian xử lý.

Đặt cả hai trên cùng một máy chủ thì độ trễ mạng gần như bằng không, chỉ còn thời gian đọc ổ. Đây là lý do việc gom agent, MCP server và database lên cùng một VPS thường cho trải nghiệm mượt hơn nhiều so với rải ra nhiều nơi.

Đo độ trễ thật, tách từng chặng

# 1. Do tre mang tu may ban den may chu
ping -c 20 may-chu-cua-ban
mtr -rwc 30 may-chu-cua-ban

# 2. Do tre cua chinh dich vu (khong tinh mang)
curl -o /dev/null -s -w "ket noi %{time_connect}s | byte dau %{time_starttransfer}s | tong %{time_total}s\n" \
  http://127.0.0.1:PORT/health

# 3. Do tu ben ngoai vao, gom ca mang
curl -o /dev/null -s -w "tong %{time_total}s\n" https://mcp.tenmien.vn/health

# 4. Neu cham: nghen o dau
top -bn1 | head -5; iostat -x 2 5

Cách đọc: nếu chặng một chiếm phần lớn thời gian thì vấn đề là vị trí máy chủ, và mọi tinh chỉnh phần mềm đều vô ích. Nếu chặng ba hoặc bốn chiếm phần lớn thì mới đáng tối ưu mã và cơ sở dữ liệu.

Đặt dịch vụ cạnh cơ sở dữ liệu

• Dịch vụ đọc cơ sở dữ liệu của bạn thì đặt cùng máy hoặc cùng khu vực với cơ sở dữ liệu đó. Mỗi lượt gọi thường kéo theo nhiều truy vấn, nên độ trễ nhân lên.
• Dịch vụ gọi ra dịch vụ bên ngoài thì đặt ở đâu cũng gần như nhau, vì phần chờ nằm ở phía kia.
• Người dùng ở Việt Nam thì máy chủ đặt trong nước tiết kiệm 150 tới 250 ms mỗi lượt, và với công cụ gọi nhiều lượt liên tiếp thì khác biệt này rất rõ.

Bảng bộ nhớ theo số dịch vụ chạy cùng lúc

Số nhân hiếm khi là điểm nghẽn ở đây, vì phần lớn thời gian là chờ mạng và chờ ổ đĩa. Ưu tiên bộ nhớ và ổ NVMe trước.

Câu hỏi thường gặp

MCP server cần VPS cấu hình bao nhiêu?

Bản thân nó rất nhẹ, thường vài trăm MB RAM là đủ. Cấu hình cần chọn theo nguồn dữ liệu nó phục vụ, ví dụ database cần RAM cho bộ nhớ đệm.

Vì sao gọi MCP chậm?

Thường vì server phải đọc nhiều file hoặc chạy truy vấn chưa tối ưu, hoặc vì nó nằm xa nguồn dữ liệu nên mỗi lượt gọi cộng thêm độ trễ mạng.

Có nên đặt MCP server chung máy với agent không?

Nên, nếu nó phục vụ dữ liệu nằm trên chính máy đó. Gom lại giúp bỏ hẳn phần độ trễ mạng giữa hai bên.

Chạy nhiều MCP server có nặng không?

Không nặng về CPU, nhưng mỗi server chiếm một phần RAM và mở kết nối riêng. Chạy nhiều thì cộng dồn, nên tính đủ RAM.

Bài viết liên quan

• VPS ổ Enterprise U.2 NVMe RAID 10 tại TND
• VPS cho vibe coder
• Cloud VPS lưu trữ cụm Ceph