Mantén un conjunto activo pequeño en el NVMe de la estación de trabajo, coloca la biblioteca de modelos más grande en el almacenamiento compartido y asegúrate de que todos los entornos de ejecución usen rutas explícitas.
Esta distribución funciona cuando los pesos de los modelos se leen principalmente durante el inicio, la red ofrece tiempos de carga aceptables y los ajustes finos irreemplazables están protegidos por separado de los archivos descargables. Falla cuando todas las cachés recurren silenciosamente al SSD de arranque o cuando la ausencia del NAS hace que el servicio de inferencia vuelva a descargar los modelos en un directorio local nuevo.
Clasifica los archivos de modelos según el conjunto de trabajo y el coste de recreación
Empieza con un inventario en lugar de mover un directorio de caché enorme. Se pueden volver a descargar los pesos base y las variantes cuantizadas, pero los adaptadores, los ajustes finos, las plantillas de instrucciones, los manifiestos, los resultados de evaluación y los archivos convertidos localmente pueden ser únicos. Marca cada elemento como activo, de uso ocasional, inactivo o irreemplazable y, luego, registra qué aplicación es la responsable de su ruta.
El conjunto activo incluye los modelos que se usan a diario y debería caber dentro de un presupuesto fijo de la estación de trabajo. Los modelos de uso ocasional pueden residir en el NAS y copiarse localmente antes de un proyecto. Los experimentos inactivos pueden quedarse únicamente en la biblioteca compartida. Los resultados irreemplazables necesitan copias de seguridad con versiones, aunque se pueda volver a descargar el modelo del que proceden.
Esta clasificación evita dos errores comunes: hacer copias de seguridad de cientos de gigabytes que son fáciles de recrear y eliminar un adaptador o manifiesto pequeño que no se puede recrear fácilmente. También proporciona la primera cifra de capacidad: el tamaño del conjunto activo más espacio libre para un modelo entrante, no el tamaño de todos los modelos que quizá pruebes algún día.
Asigna funciones al NVMe local, al almacenamiento compartido y al archivo
Un clúster de IA local en condiciones reales almacenó archivos de modelos en un NAS y los cargó a través de 10GbE, lo que demostró que este enfoque es viable cuando la red y la ruta de almacenamiento están diseñadas para lecturas de gran tamaño. La lección útil de ese flujo de trabajo de servicio de modelos respaldado por NAS es la separación de funciones: la biblioteca compartida es la fuente, mientras que el cómputo y la memoria permanecen en el nodo de inferencia.
| Función del almacenamiento | Contenido recomendado | Comportamiento ante fallos | Control |
|---|---|---|---|
| Nivel rápido de NVMe de la estación de trabajo | Modelos actuales, archivos del tokenizador, caché del entorno de ejecución activo | La inferencia continúa si el NAS no está disponible | Cuota de tamaño estricta y limpieza por menos usados recientemente |
| Biblioteca de modelos del NAS | Pesos aprobados, cuantizaciones y revisiones compartidas | Las nuevas cargas se pausan; el modelo activo en memoria puede continuar | Recurso compartido de solo lectura en la medida de lo posible y sumas de verificación |
| Almacén de proyectos protegido | Ajustes finos, adaptadores, manifiestos y resultados de evaluación | La reconstrucción depende de la copia de seguridad | Instantáneas más una copia de seguridad independiente |
| Espacio temporal | Descargas parciales, conversiones y fragmentos temporales | Se puede eliminar sin riesgo | Ruta independiente con caducidad automática |
No configures todos los entornos de ejecución para que usen la misma carpeta de red con permisos de escritura. Una conversión fallida, una tarea de limpieza o un cambio de versión podrían alterar archivos que usa otra herramienta. Mantén la biblioteca canónica con permisos de solo lectura en la medida de lo posible, prepara los cambios en un espacio temporal, verifícalos y promueve deliberadamente los artefactos finalizados.
Establece una ruta de modelos y una política de caché predecibles
Elige un punto de montaje canónico, como /srv/models en Linux o una letra de unidad estable en Windows, y asegúrate de que esté disponible antes de iniciar Ollama, vLLM, LM Studio o los contenedores de desarrollo. Configura explícitamente la ruta del modelo y la caché de cada herramienta. Un enlace simbólico es aceptable solo si primero se comprueba el montaje y el destino no cambia entre reinicios.
Quienes gestionan sistemas comunitarios y consideran usar un NAS independiente suelen señalar que el tiempo de carga del modelo es el factor decisivo. En una conversación sobre estaciones de trabajo de IA y NAS, los participantes recomendaron guardar los modelos de uso frecuente en un NVMe local, ya que transferir pesos grandes a través de una conexión más lenta puede llevar varios minutos.
Usa una lista de permitidos para la caché local de acceso rápido en lugar de replicar todo el NAS. Tras cargar o copiar correctamente un archivo, verifica su tamaño o su suma de verificación y actualiza un alias atómico como current/model-name. Elimina solo los modelos que no estén en ejecución ni fijados. Mantén libre, como mínimo, la mayor de estas cantidades: el 15 por ciento del espacio o el tamaño de una descarga máxima prevista, para que una actualización no llene el volumen de arranque a mitad del proceso.
Protege los manifiestos y los ajustes finos, no todas las descargas
Respalda la información necesaria para reconstruir la biblioteca: URL de origen o ID del repositorio, revisión exacta, nombre del archivo, cuantización, suma de verificación, notas sobre la licencia, configuración de ejecución y ruta utilizada en producción. Ese manifiesto es pequeño, fácil de buscar y más útil durante la recuperación que un directorio lleno de archivos con nombres ambiguos.
Haz copias de seguridad de los adaptadores únicos, los modelos fusionados, los datos de calibración y los resultados de evaluación con una retención normal y con versiones. En el caso de los pesos base públicos, decide si el tiempo de recuperación justifica conservar otra copia. Una conexión a internet lenta o la posibilidad de que un modelo desaparezca pueden hacer que valga la pena proteger determinados pesos, pero duplicar todos los experimentos suele desperdiciar espacio de copia de seguridad.
Si todavía no has decidido cómo organizar la capa general de archivos de IA, el análisis de ZimaSpace sobre la nube personal y el almacenamiento local del PC para archivos de IA es el siguiente paso de planificación. Distingue los datos de origen y los índices persistentes de la máquina que realiza la inferencia.
Valida el tiempo de carga, el funcionamiento sin conexión y el criterio para ampliar la capacidad
Prueba tres situaciones con el servicio de modelos detenido: una carga local de un modelo de uso frecuente, una carga en frío desde el NAS y una interrupción del NAS. Registra el tiempo hasta la primera respuesta útil, el rendimiento máximo de la red, el espacio libre de la estación de trabajo antes y después, y si alguna herramienta crea un directorio alternativo en el disco de arranque. Repite la prueba después de reiniciar para comprobar el orden de montaje en vez de darlo por sentado.
La configuración se considera válida cuando los modelos de uso diario se cargan localmente dentro del tiempo previsto, los modelos que no están en local se pueden preparar sin editar rutas manualmente, los artefactos únicos se restauran desde una copia de seguridad y la ausencia del NAS provoca un error claro en lugar de una descarga silenciosa. Añade una conexión de red más rápida o un nivel local de mayor capacidad solo cuando una demora medida en la carga en frío interrumpa el trabajo; añade capacidad al NAS cuando la biblioteca canónica se acerque al límite mínimo de espacio libre establecido.
Deja de usar lecturas directas desde la red para una carga de trabajo que busca repetidamente entre fragmentos del modelo, requiere una latencia de inicio baja y predecible o debe funcionar sin conexión al NAS. En ese caso, conserva el NAS como biblioteca y copia los modelos completos a un SSD local dedicado de mayor capacidad antes de iniciarlos.
Regla final de configuración
Mantén la biblioteca canónica de modelos en almacenamiento compartido, fija el conjunto de trabajo diario en el NVMe local, aísla las cachés desechables y protege solo los artefactos y manifiestos que no se puedan volver a crear. Amplía la capacidad cuando el tiempo de carga medido o el espacio superen un umbral establecido por escrito.
Configuración de NAS y servidores
Más para leer

¿Puede un servidor en una residencia estudiantil funcionar lo bastante silenciosamente como para dormir, estudiar y hacer videollamadas?
Sí, un servidor para una residencia universitaria puede pasar desapercibido si el hardware consume poca energía, se controlan las vibraciones del almacenamiento, se programan...

Un laboratorio doméstico estudiantil que puede pasar de la habitación de la residencia universitaria al primer apartamento
Mantén portátil el laboratorio doméstico de un estudiante separando los servicios de la red específica de cada habitación, minimizando el hardware, haciendo copias de...

Cómo compartir un servidor doméstico con tus compañeros de piso sin compartir cuentas ni archivos privados
Asigna a cada compañero de piso una identidad con nombre, almacenamiento privado y solo los roles compartidos que necesite; mantén la administración, las copias...



