如果有一个我喜欢谈论的主题，那就是计算机硬件。这些年来，我积累了被我妻子亲切地称为一堆屎的东西。事实上，它首先是我喜欢测试、转移和集成到我的工作环境中的机器和小工具的集合。

2 × RTX 3060本地人工智能服务器
5 × 树莓派 4由 PoE 供电并由 PXE 启动
3 操作系统Linux、macOS 和 Windows

01人工智能专用服务器

我装置中的第一台主要机器是一台完全致力于人工智能和视频处理的计算机。

其主要配置如下：

  • 64 GB DDR4 内存；
  • AMD 锐龙 5 5600X3D 处理器；
  • 两张 NVIDIA RTX 3060 显卡，每张 12 GB；
  • Google Coral USB TPU 加速器；
  • Ubuntu 作为操作系统。

它的第一个作用是在本地运行多个人工智能模型。特别是，我使用了大约 90 亿个参数的 Gemma 模型以及 200 亿个参数的 GPT-OSS 模型。

这台机器还配备了 Frigate，它集中了房屋的摄像头并提供物体检测。 Coral USB 加快了一些与视频监控相关的处理速度，而其他组件则支持更高级的功能，包括面部识别。

这种架构的优点是可以在家中保留最敏感的治疗方法，同时拥有足够的能力来试验本地模型。

02家庭自动化服务器

家庭自动化基于配备英特尔赛扬处理器和Home Assistant操作系统的小型机器。

它管理房屋中使用的多种协议：

  • Z-Wave，间接通过 Fibaro 控制器；
  • 紫蜂；
  • 射频433MHz；
  • Home Assistant 网络集成。

房子的很大一部分现已连接：开关、NSPanel 面板、充电站、太阳能电池板、热泵和各种传感器。

我特意将家庭自动化与AI服务器分开。因此，即使实验独占显卡或需要重新启动专用于 AI 的机器，Home Assistant 仍然可用。

03NAS Synology

中央存储基于配备五个磁盘的 NAS Synology。它主要用于在云服务之外备份我的文件，但它在整个家庭实验室中也发挥着重要作用。

它集中了对Raspberry Pi有用的数据、测试环境所需的多个服务和各种文件的备份。

在某种程度上，NAS 构成了安装的静默基础：我们每天几乎不会注意到它，但很大一部分其他机器都依赖于它。

04PoE 和 PXE 中的Raspberry Pi

我还有五个由 PoE 供电的Raspberry Pi 4。他们使用 PXE 从网络启动，并使用 Synology 作为其部分存储。

这种架构源于一个非常具体的问题：microSD 卡经常会磨损或损坏。大约每六个月我就必须更换一张卡并重建一个系统。

网络启动极大地限制了对 microSD 卡的依赖，并简化了机器维护。

每个Raspberry Pi都运行Docker，并且可以托管小型服务：轻量级数据库、内部工具、网络级广告拦截、测试服务或临时组件。

这些不是安装中最强大的机器，但当需要快速部署小型独立服务时，它们可能是最实用的。

05我的主机：一台MacBook Pro M4

我的主工作站是配备 32 GB 内存的MacBook Pro M4。

这台机器对于日常使用来说是一个奇迹。即使同时使用多个开发环境、容器和不同的人工智能工具，我也很少能真正与之斗争。

大约四年前，我离开了 macOS，回到了 Windows。最终我又回到了Mac。对于我的使用来说，随着时间的推移，macOS 仍然是稳定性、自主性、Unix 环境和使用舒适度之间的最佳折衷方案。

这显然仍然是个人偏好。某些任务和某些专业工具在 Windows 下仍然更简单，因此有兴趣维护多个环境。

06Raspberry Pi 400

Raspberry Pi 400 是我最喜爱的机器之一。它的格式直接集成到键盘中，使其使用起来特别愉快。

它在 1080p 下提供足够的性能以满足日常使用，同时保持非常节能。

我特别将它与 Cura 一起使用来准备和切割用于 3D 打印机的 STL 文件。它还用于网页浏览和各种光实验。

它也是发现计算机科学的优秀机器。感谢 Adibou 2 在这个Raspberry Pi上，我女儿学会了使用键盘和鼠标。这种类型的机器可以让您进行实验，而不必担心损坏昂贵的计算机。

07多功能迷你电脑

我还经常使用配备 Ryzen 7 7735HS 和 32 GB DDR5 内存的 Minisforum 迷你 PC。

它的大小与 Xbox 控制器相当，但在其尺寸下却提供了惊人的性能。

当我想要一台专用于某项任务的机器而不干扰我的主要环境时，我特别将它用于集中模式下的vibe coding。

根据记录，它甚至能够以每秒 40 帧左右的低设置运行《使命召唤：战区》。这显然不是他的主要职业，但这清楚地说明了他的多才多艺。

08游戏电脑

显然，存在一种用于游戏和需要高通用计算能力的任务的 PC。

其配置包括：

  • AMD 锐龙 9 5900X 处理器；
  • AMD Radeon RX 6900 XT 显卡；
  • 64 GB DDR4 内存。

我在生成人工智能民主化之初购买了这台机器。当时我很快就发现，AI软件生态系统在NVIDIA这边要成熟得多。 AMD 卡虽然非常强大，但在我的实验中不太容易使用。

然而，它对于视频游戏、编译和某些繁重的任务（尤其是 Android 项目的编译）仍然非常出色。

这台电脑清楚地说明了一个经常被遗忘的观点：理论性能是不够的。软件生态系统和可用工具的质量有时与原始能力一样重要。

09复古计算部分

我收藏的一部分是关于过去的机器的。它特别包括：

  • Amstrad CPC 464；
  • MSX；
  • 汤姆逊 TO7；
  • PowerBook G4；
  • iBook G3 翻盖式。

这些计算机不仅仅是装饰性的。我喜欢让它们重新投入运行，了解它们的局限性，并尝试在现代发展和历史平台之间架起桥梁。

最近，我很有趣地创建了一些现代程序的demakes，以便使它们在CPC 464上运行。在Codex的帮助下，我生成了适合机器的程序，然后生成了包含音频信号的WAV文件。

然后，我使用盒式磁带转插孔适配器，通过盒式磁带播放器将这些程序加载到 CPC 上。

看到一个现代程序为这样一台旧机器重新解释是特别令人满意的。内存、存储和功率限制迫使我们回归基本的开发原则。

10为什么要保留这么多机器？

您可能认为所有这些都是很多材料。然而，每台机器都有其实际用途。

当我需要为客户开发或调整应用程序时，我可以在类似生产的环境中进行测试，而无需虚拟化或模拟所有内容。

我可以直接在 Linux、macOS 或 Windows 下、x86-64 和 ARM 架构上工作。这种多样性使得能够更快速地检测与系统、依赖项、性能或部署相关的某些问题。

因此，这个装置同时是一个工作环境、一个实验室、一个游乐场和一个收藏品。