Add model and runtime guidance documentation set.

Made-with: Cursor

docs/runtime-choice.md

@@ -0,0 +1,62 @@
+# Runtime choice: Ollama vs vLLM vs llama.cpp
+
+Как выбрать движок запуска моделей.
+
+## Ollama
+
+Когда подходит лучше всего:
+
+- быстрый старт
+- локальная разработка
+- минимум настройки
+- поддержка многих моделей в одном интерфейсе
+
+Плюсы:
+
+- простая установка
+- единый API-слой
+- удобные команды `pull/list/run`
+
+Минусы:
+
+- меньше тонкой оптимизации, чем в специализированных production-схемах
+
+## vLLM
+
+Когда подходит:
+
+- высокая нагрузка
+- production API
+- нужны throughput/батчинг и эффективная работа GPU
+
+Плюсы:
+
+- высокая производительность под серверные сценарии
+- хорошие возможности масштабирования
+
+Минусы:
+
+- выше порог настройки и эксплуатации
+
+## llama.cpp
+
+Когда подходит:
+
+- CPU-only/edge сценарии
+- очень тонкий контроль квантизации и runtime-параметров
+- lightweight деплой
+
+Плюсы:
+
+- гибкость и широкий набор форматов/опций
+- хороший вариант для слабых или нестандартных машин
+
+Минусы:
+
+- больше ручной настройки по сравнению с Ollama
+
+## Практическая рекомендация
+
+- Стартуйте с **Ollama**.
+- Если уперлись в нагрузку/latency в проде - переходите на **vLLM**.
+- Если нужен максимальный контроль в CPU/edge - добавляйте **llama.cpp**.