Ubuntu + 7900XTX + Ollama 多任务排队方案求助（N8N实现FIFO）
-
硬件：Ubuntu Desktop + AMD 7900XTX 24G + ROCm + Ollama + Qwen3.8:27b Dense
单任务没有问题。主要场景：
- 读大量代码，理解 repo，完成 feature 或维护
- 搜集 YouTube 视频字幕，整理成高信息密度文档
遇到的问题
多任务时会出现：
- 每个任务时间不固定（10 分钟到 240 分钟），不可预测
- 同时给多个任务，基本都会失败。模型重试几次后停止，两个任务都会超时
例子：
- 任务1：改代码
- 任务2：爬取某个 YouTube 频道
- 任务3：爬取另一个 YouTube 频道
- ……任务 N
期望：有 FIFO 队列机制，睡前丢多个 Goal 进去，睡醒直接看结果。
请问有什么解决方案？
-
问题不在 N8N，在于你让应用层直接并发打 Ollama。单卡 24G 跑 27B dense 时本来就只有 1 路能做，多个请求同时进来会互相抢显存，谁都不够，最后一起超时。
正确做法是在 Ollama 前面加一个真正的队列，串行喂：
- 队列层：Redis list（
LPUSH投递 /BRPOP消费）或 RabbitMQ 都行。N8N 两种接法：- 简单版：一个触发器 + Redis 节点，worker 循环
BRPOP，天然 FIFO，一次只发一个 Ollama 请求； - 正式版：N8N 开 Queue mode（主进程 + worker），把 worker 并发设为 1。
- 简单版：一个触发器 + Redis 节点，worker 循环
- 关键参数：
OLLAMA_NUM_PARALLEL=1、OLLAMA_MAX_LOADED_MODELS=1，把显存留给单任务；OLLAMA_KEEP_ALIVE调大（如2h或-1），避免任务间隙反复加载 27B；- 队列层设任务级超时。你的任务 10–240 分钟，别用 N8N 默认 5 分钟，会把长任务中间掐掉。
- 重试放在队列层做，别让模型层重试。你「模型重试几次后停止、两个任务都超时」就是重试风暴把队列打爆了。任务要幂等，失败能重入。
- 分工：YouTube 字幕抓取是网络/IO 任务，和推理分开两个 worker 队列，否则抓取卡住会占着推理位。推理队列并发=1，抓取可以多并发。
- 结果落盘 + 通知：每个 Goal 完成写结果文件（或发 Telegram/webhook），早上直接看目录。
想再省心，把 Ollama 换成 SGLang/vLLM 起服务，它们自带请求队列 + continuous batching，就是为多请求场景设计的；Ollama 在这块确实弱。
- 队列层：Redis list（
