> For the complete documentation index, see [llms.txt](https://ayakaleaf-pro.ayaka.space/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://ayakaleaf-pro.ayaka.space/on-premises/no/installasjon/introduction.md). # Introduksjon I likhet med Overleaf Server Pro kommer vår Ayakaleaf Pro som en Docker-container og er en direkte erstatning som i tillegg inkluderer funksjoner som SSO levert via LDAP og SAML2, forbedret sikkerhet, endringssporing, kommentarer, vår optimaliserte versjon av TeX Live, maler og administrasjonspanel. * Hvis du aldri har distribuert noen versjon av Overleaf før, vennligst se [Sett opp Docker](/on-premises/no/installasjon/setup-docker.md) for å installere Docker Engine først, og deretter installere Overleaf [ved hjelp av verktøysettet](/on-premises/no/installasjon/using-the-toolkit.md). * Hvis du allerede har distribuert Community Edition av Overleaf, vennligst se [Migrer fra eksisterende](/on-premises/no/installasjon/migrer-fra-eksisterende.md) for å migrere til Ayakaleaf-Pro. * Hvis du er en eksisterende Server Pro-bruker, vennligst opprett en sak for å gi oss beskjed før du migrerer til AyakaLeaf Pro, ettersom maldataene lagres i et litt annet format. Vi hjelper deg gjerne med å migrere fra Server Pro til Ayakaleaf Pro uten kostnad. * Noen ganger, hvis du skulle bli lei av vår AyakaLeaf Pro og ønsker å bytte tilbake til den offisielle Overleaf Community Edition, er det fullt støttet. Ingen av dataene dine vil gå tapt. For brukere av det offisielle Overleaf Toolkit, fjern ganske enkelt YAML-overskriftsfilen din. For brukere av ayaka-notes-verktøysettet, deaktiver `SERVER_PRO` alternativet. Alt vil deretter falle tilbake til standard Community Edition. ### Maskinvarekrav Vi gjennomførte relevante tester og fant at hvis du kjører Overleaf på en server med 2 kjerner og 2 GB RAM, vil kjernekomponentene – hovedsakelig basert på Node.js – bruke omtrent 1 GB minne. Redis og MongoDB kan kreve ytterligere 0,5 GB, mens oppstart av en sandkasset Docker-container for kompilering kan bruke ytterligere 0,3 GB. Dette betyr at en server med 2 kjerner og 2 GB realistisk sett bare kan håndtere omtrent én samtidig kompilering om gangen. * De minimale maskinvarekravene for å installere AyakaLeaf Pro er en CPU med 2 kjerner og 3 GB RAM. * På grunn av størrelsen på TeX Live-imagen vår kreves det minst 40 GB lagringsplass for å aktivere sandkasset kompilering. * Hvis du vil installere det komplette settet med TeX Live-images fra 2020 til 2026, må du sørge for at du har minst 150 GB ledig diskplass tilgjengelig. Her er noen anbefalte maskinvarekonfigurasjoner for ulike bruksscenarier: | Bruksområde | Anbefalt konfigurasjon | | ---------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------- | | Personlig bruk, med sporadisk samarbeid | 2 CPU-kjerner, 4 GB RAM, 80 GB lagring | | Små team, opptil 10 brukere med lett samarbeid | 2 CPU-kjerner, 8 GB RAM, 256 GB lagring | | Mellomstore team, opptil 100 brukere | 4 CPU-kjerner, 16 GB RAM, 1 TB lagring | | Distribuerte installasjoner i stor skala eller ved universiteter | Distribuert klyngeutrulling, med S3-lagring; vennligst kontakt oss hvis du trenger hjelp med utrullingen | ### Programvarekrav Når det gjelder programvarekrav, anbefaler vi å bruke en nyere versjon av Ubuntu (Ubuntu 24.04) sammen med den nyeste stabile versjonen av Docker. Vi anbefaler ikke å distribuere Ayakaleaf Pro på Windows eller andre støttede operativsystemer som CentOS, da du kan møte kompatibilitetsproblemer eller uventede problemer under installasjon og drift. Men hvis du ønsker å prøve å distribuere Ayakaleaf Pro på ARM-baserte systemer eller macOS, oppfordrer vi deg til å dele erfaringene og tilbakemeldingene dine med fellesskapet. ### LaTeX-ytelse LaTeX er et enkelttrådet program, noe som betyr at det bare kan bruke én CPU-kjerne om gangen. Når du kompilerer ett enkelt dokument, er ytelsen først og fremst begrenset av CPU-ens klokkehastighet for én kjerne. Derfor gjelder det at jo raskere enkeltkjerneytelsen til CPU-en din er, desto raskere vil du kunne kompilere et dokument. Flere CPU-kjerner er bare nyttig når flere brukere kompilerer dokumenter samtidig. Ved å bruke [ThuThesis-malen](https://www.overleaf.com/latex/templates/thuthesis-tsinghua-university-thesis-latex-template/cfwgcxtvkbsx) som et eksempel er kompileringstiden omtrent 6 sekunder på en Intel Core i9-14900K (5,6 GHz), mens det tar omtrent 13 sekunder på en Azure Standard D2as v5-instans (2 vCPU-er, 8 GiB RAM) drevet av en AMD EPYC 7763 (3,2 GHz). Selvfølgelig avhenger faktisk kompileringytelse av maskinvarekonfigurasjonen din. De fleste server-CPU-er kjører ikke på så høye klokkehastigheter som 14900K, så du må gjøre et kompromiss mellom kostnad og kompileringhastighet. I mellomtiden har vi også gjennomført en grundig analyse av LaTeX-kompileringens ytelse. Hvis du er interessert, vennligst se vår blogg [Overleaf Benchmark: A Deep Research of Concurrent LaTeX Compilation in Overleaf (SaaS and Self-host)](/blog/2026/overleaf-benchmark.md). --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://ayakaleaf-pro.ayaka.space/on-premises/no/installasjon/introduction.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.