Can the ZimaCube 2 run Ollama?

Yes. The stock configuration can run quantized 7B–8B parameter models (Llama 3, Mistral, Phi) comfortably for chat, code assistance, and text analysis. With a GPU added via PCIe, you can run larger models with significantly faster inference.

Does the ZimaCube 2 have a PCIe slot for a GPU?

Yes. The ZimaCube 2 includes a PCIe expansion slot that supports standard GPUs, AI accelerators, additional storage cards, and networking cards. No proprietary form factors or vendor lock-in.

What can I do with local AI on a NAS?

Local AI on a NAS enables private chat assistants, AI-assisted coding (with tools like Continue.dev), document analysis with RAG pipelines, automated text processing and classification, image analysis, and experimentation without cloud API costs.

How many NVMe slots does the ZimaCube 2 have?

The system has 4× M.2 NVMe slots plus an additional NVMe slot on the motherboard (originally holding the OS drive), which can be used for mirrored OS drives, dedicated Docker storage, or caching layers.

Can I upgrade the RAM later?

Yes. The ZimaCube 2 uses standard SODIMM DDR5 RAM, which is user-replaceable. The stock 8GB configuration handles container workloads well, and you can upgrade when your needs grow.

Is the ZimaCube 2 thermally capable of handling a GPU?

Yes. The metal chassis, intentional airflow design, and internal component layout support PCIe card airflow. The system handles continuous workloads while staying cool, and the thermal design has headroom for expansion.

IA locale sur le ZimaCube 2 — extension PCIe, Ollama et pérennisation de votre homelab

Eva Wong

IceWhale author

Eva Wong est la rédactrice technique et bricoleuse résidente chez ZimaSpace. Geek depuis toujours, passionnée par les laboratoires informatiques personnels et les logiciels open source, elle se spécialise dans la vulgarisation de concepts techniques complexes au moyen de guides pratiques et concrets. Eva pense que l’hébergement personnel doit être amusant, et non intimidant. À travers ses tutoriels, elle aide la communauté à démystifier les configurations matérielles, de la construction de leur premier NAS à la maîtrise des conteneurs Docker.

Local AI on the ZimaCube 2 — PCIe Expansion, Ollama, and Future-Proofing Your Homelab - Zima Store Online

💡 À l’honneur dans la communauté : Michael Luckenbill, programme ZimaCube 2 Pioneer

Quand j’ai ouvert le ZimaCube 2 pour la première fois, je ne pensais pas seulement à ce qu’il pouvait faire aujourd’hui. Je pensais aussi à ce qu’il pourrait devenir demain.

À l’intérieur, parmi les composants attendus, j’ai trouvé quelque chose qui m’a vraiment enthousiasmé : un SSD NVMe Kingston de 256 Go pour le système d’exploitation, ainsi qu’un emplacement NVMe supplémentaire inutilisé sur la carte mère. Associé à l’emplacement d’extension PCIe à l’arrière, cela n’avait rien d’un simple NAS. C’était une plateforme conçue pour évoluer.

Vue de face du ZimaCube 2 : 6 baies pour disques SATA, ports USB-A et USB-C en façade, emplacement NVMe M.2 intégré

Au-delà du stockage : une plateforme conçue pour évoluer

Le ZimaCube 2 est livré prêt à l’emploi, mais le plus intéressant, c’est ce que vous pourrez ajouter plus tard :

Intégré

6 × baies SATA
4 × M.2 NVMe
8 Go de mémoire SODIMM DDR5
Double Ethernet 2,5 Gb
Châssis métallique avec refroidissement actif

Évolutif

Emplacement NVMe supplémentaire sur la carte mère
Emplacement d’extension PCIe (GPU/IA/stockage/réseau)
Mémoire RAM SODIMM DDR5 évolutive
Composants standard remplaçables

C’est l’un des principaux atouts du système : il évolue avec les besoins de votre infrastructure. Vous n’avez pas besoin de tout acheter d’emblée. Commencez avec ce dont vous avez besoin, puis évoluez quand vous êtes prêt.

L’IA locale : son importance pour les homelabs

L’un de mes objectifs à long terme est d’exécuter davantage de charges de travail d’IA en local. Non pas parce que l’IA dans le cloud est mauvaise, mais parce que l’IA locale offre autre chose :

Confidentialité — Vos données ne quittent jamais votre réseau
Maîtrise des coûts — Pas de tarification par jeton, pas de facture API à la fin du mois
Liberté d’expérimentation — Essayer des modèles, tout casser, recommencer — sans s’inquiéter des coûts du cloud
Fonctionnement hors ligne — Une IA qui fonctionne même quand votre connexion Internet ne fonctionne pas
Apprentissage — Comprendre le fonctionnement réel des modèles en les exécutant soi-même

Le ZimaCube 2 m’offre une plateforme où je peux expérimenter tout cela — Ollama pour les LLM locaux, les flux de développement assistés par l’IA, les pipelines d’analyse d’images, les charges de travail d’inférence et les outils d’IA auto-hébergés — sans dépendre entièrement d’une infrastructure cloud.

Featured

NAS cloud personnel et domestique ZimaCube 2

ZimaCube2

Ce que vous pouvez utiliser dès aujourd’hui (sans GPU)

Même avant l’ajout d’un GPU dédié, le ZimaCube 2 offre déjà une base solide pour expérimenter avec l’IA :

🤖 Ollama et modèles plus petits — Le système d’origine peut exécuter confortablement des modèles quantifiés de 7B à 8B paramètres. Pensez aux modèles de la gamme Llama 3, Mistral et Phi pour le chat, l’assistance au code et l’analyse de texte.

💻 Développement assisté par l’IA — Associez Ollama à des outils comme Continue.dev ou Cody pour disposer d’un assistant de programmation IA local qui fonctionne entièrement hors ligne. Pas de clés API, pas de limites d’utilisation, pas de problèmes de confidentialité.

📄 Analyse de documents et RAG — Avec les pools de stockage ZFS, vous pouvez créer des pipelines RAG locaux (génération augmentée par récupération) : importez vos documents, notes et jeux de données dans une base de données vectorielle locale, puis interrogez-les avec un LLM exécuté sur la même machine.

🎁 Automatisation et scripts — Les LLM locaux excellent dans les tâches structurées : classification, résumé, extraction. Intégrez Ollama à vos workflows Docker existants et automatisez des pipelines de traitement de texte qui nécessitaient auparavant des API cloud.

Agencement du matériel interne du ZimaCube 2, dissipateur thermique passif du processeur, slot d’extension PCIe et slots NVMe intégrés

Évolutivité du GPU

À long terme, le slot d’extension PCIe ouvre des possibilités intéressantes. L’ajout d’un GPU, même modeste, transforme le ZimaCube 2 en véritable serveur d’IA local :

Modèles plus volumineux — Exécutez des modèles de 13B à 34B paramètres avec déchargement vers le GPU
Inférence plus rapide — Génération de tokens 10 à 50 fois plus rapide
Transcodage multimédia — Transcodage matériel accéléré avec Plex/Jellyfin
Génération d’images — Stable Diffusion et modèles similaires
Service de plusieurs modèles — Exécutez simultanément différents modèles pour différentes tâches

🔌 Le slot prend en charge les cartes PCIe standard : pas de formats propriétaires, pas de dépendance à un fournisseur. Vous choisissez le GPU adapté à vos besoins et à votre budget.

Pourquoi cette architecture est importante

Les homelabs modernes combinent de plus en plus charges de travail d’IA, inférence locale, transcodage multimédia, orchestration de conteneurs et edge computing.

Le ZimaCube 2 semble conçu en pensant à cet avenir. Ce n’est pas un appareil fermé qui vous oblige à en acheter un nouveau lorsque vos besoins changent. C’est une plateforme qui dit : « Voici ce dont vous avez besoin aujourd’hui, et voici la marge prévue pour ce dont vous aurez besoin plus tard. »

Pour moi, c’est ce qui distingue un gadget d’une véritable infrastructure.

Le point sur les performances thermiques : peut-il gérer un GPU ?

Une question vient naturellement à l’esprit : un système compact et silencieux peut-il vraiment gérer thermiquement un GPU ?

La réponse dépend du GPU, mais les bases sont solides :

Le châssis métallique fait office de dissipateur thermique
La circulation de l’air est pensée dès la conception (et non ajoutée après coup)
La disposition des composants internes laisse la place nécessaire à la circulation de l’air autour d’une carte PCIe

Le système prend déjà en charge des charges de travail continues liées à Docker, ZFS et au réseau tout en restant frais au toucher. La conception thermique offre une marge.

Foire aux questions

Q1 : Le ZimaCube 2 peut-il exécuter Ollama ?

Oui. La configuration d’origine peut exécuter confortablement des modèles quantifiés de 7B à 8B paramètres (Llama 3, Mistral, Phi) pour le chat, l’assistance au code et l’analyse de texte. Avec un GPU ajouté via PCIe, vous pouvez exécuter des modèles plus grands avec une inférence nettement plus rapide.

Q2 : Le ZimaCube 2 possède-t-il un emplacement PCIe pour un GPU ?

Oui. Le ZimaCube 2 comprend un emplacement d’extension PCIe compatible avec les GPU standard, les accélérateurs d’IA, les cartes de stockage supplémentaires et les cartes réseau. Aucun format propriétaire ni enfermement propriétaire.

Q3 : Que peut-on faire avec l’IA locale sur un NAS ?

L’IA locale sur un NAS permet d’utiliser des assistants de chat privés, de coder avec l’aide de l’IA (à l’aide d’outils comme Continue.dev), d’analyser des documents avec des pipelines RAG, de traiter et de classer automatiquement du texte, d’analyser des images et de faire des essais sans frais d’API cloud.

Q4 : Combien d’emplacements NVMe le ZimaCube 2 possède-t-il ?

Le système dispose de 4 emplacements NVMe M.2, auxquels s’ajoute un emplacement NVMe sur la carte mère (qui accueillait à l’origine le disque du système d’exploitation), utilisable pour des disques système en miroir, un stockage Docker dédié ou des couches de cache.

Q5 : Puis-je mettre la RAM à niveau plus tard ?

Oui. Le ZimaCube 2 utilise de la mémoire RAM DDR5 SODIMM standard, remplaçable par l’utilisateur. La configuration d’origine de 8 Go gère bien les charges de travail des conteneurs, et vous pouvez la mettre à niveau lorsque vos besoins évoluent.

Q6 : Le ZimaCube 2 peut-il gérer thermiquement un GPU ?

Oui. Le châssis métallique, la conception réfléchie de la circulation de l’air et la disposition des composants internes favorisent la circulation de l’air autour des cartes PCIe. Le système prend en charge des charges de travail continues tout en restant frais, et sa conception thermique offre une marge pour les extensions.