Überraschende Dinge, die das AI-NAS des ZimaCube 2 wirklich kann

Einführung

Als ZimaSpace erforschen wir ständig, wie intelligente Hardware reale Arbeitsabläufe einfacher, schneller und sicherer machen kann. In diesem Artikel heben wir hervor, wie ZimaCube 2, ein System, das für mehr als nur Speicher gebaut ist, in ein KI-NAS verwandelt werden kann, das nicht nur Dateien verwaltet, sondern sie auch versteht.

Dieser Blog basiert auf einem praxisnahen Video-Review und Experiment von Zero Noichi, der erforschte, wie man KI an ein NAS anschließt und es in einen intelligenten, automatisierten Datenassistenten verwandelt. Wir möchten Zero Noichi herzlich danken, dass er ZimaCube 2 auf so kreative Weise getestet und praktische Ideen geteilt hat, von denen die Community lernen kann. Basierend auf diesem Video zeigen wir, wie man ZimaCube 2 als KI-NAS nutzt, das Fotos klassifizieren, Dokumente zusammenfassen und die Suche im „digitalen Leben“ natürlicher gestalten kann.

Vom traditionellen NAS zum KI-NAS

ZimaCube 2 ist als persönliche Cloud und Medienserver konzipiert, geht aber weit über traditionelle NAS hinaus.

Im Video wird ZimaCube 2 als Teil einer größeren Zima-Familie vorgestellt, zu der auch ZimaBoard und ZimaBlade gehören, hier liegt der Fokus jedoch darauf, es zunächst als NAS zu nutzen und dann zu einem KI-NAS aufzurüsten. Der Ersteller erklärt, dass viele Menschen immer noch auf Google Drive, OneDrive und Dropbox setzen, um Dateien zu speichern und den Speicherplatz ihres Smartphones zu entlasten, diese Dienste jedoch mit wiederkehrenden Abonnementgebühren und externer Datenverarbeitung verbunden sind.

Ein NAS hingegen wird einmal gekauft und verbraucht dann nur Strom, solange die Hardware läuft. Das Video erklärt, wie NAS ursprünglich in Unternehmensumgebungen für Dateifreigabe und interne Server begann und wie Geräte wie ZimaCube 2 dieses Modell nun auch für Privatanwender zugänglich machen. Durch das Hinzufügen von KI entwickelt sich das System von einfachem Dateispeicher zu einem selbstbewussten, KI-NAS, das Inhalte tatsächlich verstehen und organisieren kann.

Hardware und Erweiterungen: Warum ZimaCube 2 für mehr als nur Speicher gebaut ist

Die Hardware hinter ZimaCube 2 macht ein AI NAS erst möglich.

Der Nutzer packt ZimaCube 2 aus und hebt das servertaugliche Design hervor, einschließlich eines robusten Aluminiumgehäuses und einer würfelförmigen Bauweise, die gut neben Geräten wie einem Mac aussieht. Im Inneren verwendet ZimaCube 2 in der Pro-Konfiguration einen Intel Core i5‑1235U Prozessor (mit Unterstützung für bis zu 64 GB DDR5-RAM), während die Standard-Konfiguration einen Intel Core i3‑1215U nutzt. Duale PCIe-Steckplätze (Gen4 und Gen3) und ein Low-Profile-Erweiterungsschacht ermöglichen die Installation zusätzlicher Netzwerkkarten oder sogar GPUs.

Featured

ZimaCube 2 Persönliche Cloud NAS (Auf Lager)

ZimaCube2

$799.00 - $2,499.00

Buy Now

Wichtige Hardware-Highlights sind:

• Mehrere 3,5-Zoll-Laufwerksschächte für bis zu sechs Festplatten
• Ein dedizierter NVMe-Träger mit vier M.2-Steckplätzen für SSDs und mögliche RAID-Konfigurationen
• Duale Thunderbolt 4-Anschlüsse für Hochgeschwindigkeitsverbindungen, wie 10 GbE-Netzwerk zu einem Mac
• 2,5 GbE LAN-Ports und Standard-Videoausgänge (HDMI und DisplayPort)

Diese Grundlage ermöglicht es ZimaCube 2, als flexibles AI NAS zu fungieren, bei dem Speicher, Rechenleistung und Erweiterungen sowohl datenintensive Workflows als auch GPU-beschleunigte KI-Aufgaben unterstützen.

Ersteinrichtung: ZimaCube 2 in ein NAS verwandeln

ZimaOS Plus vereinfacht die NAS-Einrichtung, sodass jeder schnell starten kann.

ZimaCube 2 startet ab Werk in ZimaOS, ein Linux-basiertes Betriebssystem, das für den NAS-Einsatz angepasst wurde. Nach dem Anschluss des Geräts an Strom und Netzwerk öffnet der Nutzer die webbasierte Oberfläche von einem anderen Mac im selben LAN, wählt eine Sprache aus, erstellt ein lokales Konto und meldet sich an.

Von dort aus sind die Schritte einfach:

• Verwenden Sie die Web-Konsole, um auf ZimaOS zuzugreifen und zu überprüfen, ob das NAS online ist
• Verbinden Sie sich vom macOS Finder über „Mit Server verbinden“ mit der IP-Adresse (zum Beispiel 192.168.0.xxx)
• Melden Sie sich mit demselben Konto an, um die freigegebenen Ordner und Demo-Dateien zu sehen

Sobald dies erledigt ist, arbeitet ZimaCube 2 bereits als einfaches NAS: Sie können Dateien durchsuchen, Demo-Videos über das Netzwerk streamen und PDFs im Browser anzeigen. Zusätzliche Festplatten hinzuzufügen ist so einfach wie das Einsetzen einer Festplatte in einen freien Einschub, das Formatieren über die Web-Oberfläche und das Aktivieren als neues Speicher-Volume (zum Beispiel eine neue 2-TB-Festplatte).

Diese Basiskonfiguration des NAS bildet die Grundlage für die späteren AI NAS-Funktionen.

Speichererweiterung: Von Terabytes bis zu „Daten für ein ganzes Leben“

ZimaCube 2 ist so konzipiert, dass es skaliert, bis es fast alles, was Sie digital besitzen, speichern kann.

Im Video steckt der Ersteller eine externe Western Digital Festplatte in ZimaCube 2 und verwendet ZimaOS, um sie als neues Volume zu formatieren. Der Vorgang dauert nur wenige Klicks:

• Das Laufwerk in einen verfügbaren Schacht einsetzen
• ZimaOS erkennen lassen und als „neues“ Gerät anzeigen
• Die Festplatte formatieren und für die Nutzung aktivieren
• Bestätigen, dass es sowohl in der NAS-Verwaltungskonsole als auch im Netzwerkfreigabe erscheint

Mit allen belegten Laufwerksschächten und genutzten NVMe-Steckplätzen kann ZimaCube 2 je nach verwendeten Laufwerken bis zu 100 TB Gesamtkapazität erreichen. Der Ersteller merkt an, dass das Befüllen aller Slots mit großen Laufwerken etwa 500.000 Yen kosten könnte, aber eine solche Kapazität realistisch ein ganzes Leben an Fotos, Videos und Dokumenten speichern könnte.

Diese enorme Speicherkapazität ist für ein AI NAS unerlässlich, da das System nur das analysieren und indexieren kann, was es speichern kann. Je mehr Daten ZimaCube 2 hält, desto leistungsfähiger werden seine KI-basierte Suche und Klassifizierung.

Warum KI zu einem NAS hinzufügen?

Das Ziel ist nicht nur, mit einer KI zu chatten, sondern die KI Ihre Dateien verwalten zu lassen.

Das Konzept des Erstellers ist klar: Anstatt eine KI wie ChatGPT nur als Konversationstool zu verwenden, soll ein lokales KI-Modell die auf dem NAS gespeicherten Dateien analysieren. Hier wird ZimaCube 2 zu einem echten AI NAS:

• Wenn Fotos hochgeladen werden, analysiert die KI sie und versieht sie mit beschreibenden Labels
• Wenn Dokumente gespeichert werden, liest die KI sie und extrahiert wichtige Informationen wie Beträge, Namen und Themen
• Wenn Sie mit natürlicher Sprache suchen, arbeiten KI und Vektorsuche zusammen, um die relevantesten Dateien anzuzeigen

Der Ersteller betont, dass KI:

• Fotos automatisch kategorisieren (z. B. „Familienausflug“, „Yokohama“, „Freizeitpark“, „Nachtaufnahme“)
• Tags im Hintergrund hinzufügen, damit Nutzer später mit unscharfen Suchanfragen suchen können
• Unbenutzte Dateien regelmäßig überprüfen und Archivierung oder Neuorganisation vorschlagen

Dieser Ansatz macht das AI NAS zu einem stillen, aber leistungsstarken Assistenten, der Daten mit minimalem manuellem Aufwand bereinigt, kennzeichnet und organisiert.

Wie Vektorsuche natürliche Sprachabfragen unterstützt

Vektorsuche ermöglicht es dem AI NAS, Bedeutung zu verstehen, nicht nur Dateinamen.

Anstatt sich auf exakte Textübereinstimmungen zu verlassen, verwendet das System Vektor-Einbettungen (numerische Bedeutungsrepräsentationen), um zu speichern, wie die KI jede Datei versteht. Der Ersteller erklärt dies mit einem einfachen mentalen Modell:

• Jedes Konzept (zum Beispiel „Katze“, „Hund“, „Tier“, „niedlich“) wird einer Position in einem numerischen Raum zugeordnet
• Wenn ein Foto analysiert wird, vergibt die AI eine Reihe von Vektoren, die seinen Inhalt widerspiegeln (z. B. Katze, draußen, niedlich)
• Wenn ein Nutzer nach „Tiere“ sucht, findet das System Vektoren in der Nähe dieses Konzepts, auch wenn das Wort „Tier“ nie explizit getaggt wurde

Das bedeutet:

• Eine Suche nach „oranges Foto“ oder „rote Kleidung“ kann trotzdem relevante Bilder anzeigen
• Eine Suche wie „japanischer Astronaut“ kann einen Ordner mit Porträts finden, die nur mit Namen beschriftet sind
• Eine vage Anfrage wie „das Café-Foto, das ich kürzlich gemacht habe“ kann als Kombination aus Umgebung, Farbe und Objekten interpretiert werden

Indem Vektormetadaten für jede Datei gespeichert werden, kann das AI NAS Ergebnisse liefern, die näher daran sind, wie Menschen Inhalte erinnern und beschreiben.

Die Softwareschicht aufbauen: NAS AI auf ZimaOS

Die AI-Engine läuft auf ZimaOS, ohne die NAS-Basis zu ersetzen.

Anstatt ZimaOS umzuschreiben, baut der Ersteller ein separates Softwaremodul namens „NAS AI“ und führt es im System mit Standardwerkzeugen wie SSH und Terminalzugang aus. Die wichtigsten Schritte sind:

• Den Entwicklermodus und SSH-Zugang in der ZimaOS-Oberfläche aktivieren
• Eine webbasierte Konsole öffnen, um sich in die System-Shell einzuloggen
• Die „NAS AI“-Software auf den ZimaCube 2 hochladen
• Das Programm ausführen, damit es mit der Überwachung der vorgesehenen Ordner starten kann

Die AI-Engine beginnt dann:

• Bestimmte Verzeichnisse überwachen, in die neue Dateien hochgeladen werden
• Text und Metadaten aus Dokumenten extrahieren (PDFs, Berichte, Konfigurationsdateien, Quellcode-Repositorien)
• Bilder analysieren und Beschreibungen, Tags sowie Vektor-Darstellungen erzeugen

Dies hält das NAS und die AI-Logik lose gekoppelt: ZimaOS übernimmt weiterhin Speicher, Berechtigungen und Netzwerkfreigaben, während die AI NAS-Schicht sich vollständig auf das Verstehen und Indexieren der Daten konzentriert.

Praktische Demo: Dokumente, Code und Fotos

Echte Dateien zeigen, wie ein AI NAS im täglichen Gebrauch funktioniert.

Um zu zeigen, wie das System in der Praxis funktioniert, bereitet der Ersteller einen gemischten Beispieldatensatz vor:

• Quellcode-Repositorien (zum Beispiel Go, Python, React und Shell-Skripte)
• Konfigurationsdateien wie NGINX-Konfigurationen
• Verschiedene PDF-Dokumente wie Verträge, Lizenzen und Berichte
• Notizen und Listen (wie eine Leseliste oder ein Memo)
• Eine Sammlung von Fotos, darunter Essen, Stadien, Landschaften, Cafés und Porträts von NASA-Astronauten

Diese Dateien werden dann in den NAS-Share kopiert, den die KI überwacht. Sobald der Upload abgeschlossen ist, beginnt das AI NAS mit dem Parsen und Beschreiben jedes Elements. In der Verwaltungsoberfläche können Sie sehen:

• Ordner erkannt als „persönliche Entwicklungs- und Lerncode-Verzeichnisse“
• Konfigurationsordner beschrieben als „NGINX-Konfigurationsdateien“
• Fotobibliotheken zusammengefasst als „Porträtfotos“, „Touristenorte“ oder „Stadionszenen“

Diese automatisierte Annotation erleichtert das Verständnis des Inhalts jedes Ordners, ohne jede Datei manuell öffnen zu müssen.

Beispiele für intelligente Suche: Von „Café-Foto“ bis „Gesamtrechnungsbetrag“

Das AI NAS ermöglicht komplexe Suchen, die mit Dateinamen allein unmöglich wären.

Das Video führt durch mehrere konkrete Suchszenarien:

1. Café-Fotosuche

   • Der Benutzer gibt „Café“ als Schlüsselwort ein.
   • Das System liefert Bilder, die caféähnliche Umgebungen enthalten: Getränke, Tische, Innenräume mit Café-Atmosphäre.
   • Einige Ergebnisse sind genauer als andere, aber höher bewertete Bilder erscheinen dank der Vektorähnlichkeit oben.

2. Landschafts- und farbbasierte Suche

   • Abfragen wie „Landschaft“ oder „grün“ zeigen Fotos von Bergen, Naturszenen und Bildern mit überwiegend grünen Farbtönen.
   • Tags wie „Landschaft“, „Reise“ oder „grün“ werden automatisch von der KI generiert.

3. Suche nach „Mann“ oder „männliche Person“

   • Eine Abfrage wie „Mann“ liefert Porträts und Bilder, bei denen das Motiv wahrscheinlich männlich ist.
   • Selbst wenn Gesichter im Schatten oder teilweise sichtbar sind, erscheinen verwandte Bilder mit niedrigeren Ähnlichkeitswerten, was die Flexibilität der vektorbasierenden Übereinstimmung zeigt.

4. Berechnung der Rechnungssumme

   • Der Benutzer bittet das System, „die Gesamtsumme aller Rechnungen zusammenzufassen“.
   • Die KI scannt alle relevanten Rechnungsdokumente, liest die Beträge aus und berechnet eine Gesamtsumme (zum Beispiel 2.835.360 Yen).
   • Das Ergebnis enthält Verweise darauf, welche PDF-Dateien zum Gesamtbetrag beigetragen haben, wodurch der Prozess prüfbar wird.

Diese Beispiele zeigen, wie ein AI NAS manuelle Buchführung, komplexe Ordnerbenennungen und starre Dateisuche durch eine benutzerfreundlichere Oberfläche ersetzen kann.

Beziehungsdiagramme und entitätszentrierte Ansichten

Das AI NAS kann auch Beziehungen zwischen Dateien und Entitäten visualisieren.

Über einfache Suchergebnisse hinaus erstellt das System Beziehungsdiagramme, die zeigen, wie Dateien, Tags und Personen miteinander verbunden sind. Zum Beispiel:

• Ein Ordner mit Astronautenporträts wird als enthaltend spezifische japanische Astronauten erkannt
• Eine auf eine Entität fokussierte Ansicht für einen Astronauten zeigt alle Bilder, in denen diese Person erscheint, zusammen mit verwandten Tags und Beschreibungen
• Für technische Dateien erscheinen Tags wie „NGINX“, „Konfiguration“, „Server“ oder spezifische Programmiersprachen in einem Graphen, der relevante Ressourcen zusammenfasst

Diese Struktur erleichtert es,:

• Alle Dateien sehen, die mit einer Person, einem Thema oder Projekt verbunden sind
• Verstehen, wie Code, Konfigurationen und Dokumentation miteinander zusammenhängen
• Große Datensätze visuell navigieren statt durch statische Ordnerstrukturen

Es ist eine weitere Möglichkeit, wie das AI NAS rohen Speicher in eine intelligente, durchsuchbare Wissensbasis verwandelt.

Datenschutz und lokale Kontrolle: Warum lokale KI wichtig ist

Lokale KI hält sensible Daten auf der eigenen Hardware und nicht auf externen Servern.

Der Ersteller stellt Cloud-KI-Dienste einem lokalen AI NAS-Ansatz gegenüber:

• Dienste wie Google Fotos oder Gemini können Bilder bereits interpretieren, tun dies jedoch, indem sie Daten an externe Server senden
• Bei Familienfotos, privaten Dokumenten oder internen Firmendateien fühlen sich manche Nutzer bei externer Analyse und Speicherung unwohl
• Eine lokal gehostete KI auf dem ZimaCube 2 hält alle Verarbeitungen innerhalb des Geräts

Durch die Kombination:

• Große Speicherkapazität (bis zu etwa 100 TB)
• Ein NAS-optimiertes Betriebssystem (ZimaOS Plus)
• Eine KI-Engine, die entweder lokal auf einer GPU oder über sorgfältig kontrollierte Online-Modelle läuft

Nutzer können ein datenschutzfreundliches AI NAS aufbauen, das nicht von Drittanbieterplattformen für Suche, Klassifikation oder Automatisierung abhängig ist.

Zukünftiges Potenzial: Vom Home Lab zum Geschäftsworkflow

Ein AI NAS auf dem ZimaCube 2 kann vom persönlichen Gebrauch bis hin zu professionellen Umgebungen skalieren.

Das Video endet mit Szenarien, in denen dieses System über einen einzelnen Nutzer hinaus eingesetzt werden könnte:

• Kleine Unternehmen, die KI-gestütztes Dokumentenmanagement wünschen, ohne Dateien in die Cloud zu senden
• Teams, die Jahre an Projektarchiven, Code und Konfigurationen mit natürlicher Sprache durchsuchen müssen
• Heimanwender, die nach „Familienausflug nach Yokohama mit dem Riesenrad“ suchen und sofort die passenden Fotos finden möchten

Da der ZimaCube 2 erweiterbaren Speicher, PCIe-Steckplätze für GPUs und ein stabiles, NAS-orientiertes Betriebssystem bietet, kann er mit diesen Anforderungen im Laufe der Zeit wachsen. Da KI-Modelle immer schneller und effizienter werden, ist der ZimaCube 2 darauf ausgelegt, sie lokal zu hosten und so ein einfaches NAS in eine langfristige AI NAS-Plattform für Enthusiasten und Profis zu verwandeln.