はじめに
ZimaSpaceでは、コンパクトなハードウェアがパーソナルコンピューティングをどのように再定義できるかを常に探求しています。本記事では、Core Works LabのYouTubeチャンネルのクリエイターによる、ファンレスのシングルボードサーバーで完全ローカルAI音声アシスタントが動作するかを試した実験を詳しく解説します。
Core Works Labの詳細な解説と実地テストに感謝します。本記事は彼らの動画の洞察を構造化された文章に変換し、ZimaBoard 2をホームサーバーとして使う可能性をAIワークロードからホームラボ構築まで幅広く理解できるようにします。
ZimaBoard 2をローカルAIマシンとしてテスト
テストされたデバイスは、柔軟性を重視したコンパクトで低消費電力のホームサーバーZimaBoard 2(Intel N150、16GB DDR5、64GB eMMC)です。ネイティブSATAとPCIe拡張に対応し、追加アダプターなしでSSD、GPU、ネットワークカードを接続できます。
クリエイターの目標は明確でした:
ファンレスのホームサーバーでローカルAI音声アシスタントを安定して動かせるか?
初期セットアップとハードウェア構成
システムは以下を使って拡張されました:
- PCIeアダプター経由のNVMe SSD
- 2台の2.5インチドライブラック
- オプションのGPU(GT 1030)
- ZimaOSがプリインストール済み
ボードはウェブベースのダッシュボードで起動し、DockerコンテナやN8Nなどのツールをインストールできます。
重要な観察点:
セットアッププロセスは簡単で、ZimaBoard 2は初めてホームサーバーを構築するユーザーにも手が届きやすいです。
しかしながら、いくつかの小さなハードウェアの問題が指摘されました:
- マウンティングブラケットのネジはねじ切りされていませんでした
- 一部のネジは特定の構成には長すぎました
AIアシスタント(CAL)の稼働
アシスタント(CAL)はCPUのみの構成でDockerを使って展開されました。
初期セットアップには以下が含まれます:
- 音声認識:Groq Whisper(クラウド)
- LLM:Groq(クラウド推論)
- テキスト読み上げ:Piper(ローカルCPU)
結果:
ハイブリッド構成はスムーズに動作し、迅速に応答しました。これにより強力な基準が確立されました。
示された主な機能は、アシスタントが追跡番号やフライト情報などのデータを保存・呼び出す短期記憶でした。
例:
- 保存済み:フライト番号 AF1
- ツールベースのクエリに対して自動的に取得
これは、永続メモリシステムがホームサーバー上のAIアシスタントを強化する方法を示しています。
OllamaによるローカルLLMテスト
次の段階では、Ollamaを使った完全ローカルモデルをテストしました。
Ministral 3B(30億パラメータ)
- プロンプト処理速度:約268トークン/秒
- 生成速度:約7トークン/秒
主な発見:
微調整なしでツール呼び出しに成功したのは印象的です。
しかし:
- 応答時間は1回のやり取りで最大6分に達しました
これによりリアルタイム音声アシスタントには実用的でありません。

Function Gemma(2億7000万パラメータ)
- はるかに高速(約43トークン/秒)
- ツール呼び出しの正確な実行に失敗
洞察:
小型モデルは高速ですが、ツール呼び出しのような構造化タスクには微調整が必要です。
GPU追加による性能向上
PCIe経由でGT 1030(2GB VRAM)が追加されました。
結果:
- プロンプト評価速度はほぼ2倍に
- モデル分割:GPU 34% / CPU 66%
- トークン生成速度はほぼ同じままでした
重要なポイント:
トークン生成のボトルネックは計算ではなく帯域幅です。
小型モデルをGPUに完全ロードしてテストした際:
- プロンプト評価は1100トークン/秒に達しました
これが確認されました:
GPUをフルロードするとホームサーバーAIセットアップのレイテンシが劇的に改善されます
実際の制限
有望な結果にもかかわらず、いくつかの制約が明らかになりました:
- CPUのみのセットアップは大規模モデルには遅すぎます
- 小型モデルはトレーニングなしでは信頼性に欠けます
- GPU性能はVRAMと電源供給に大きく依存します
クリエイターは、5GB GPU(例:Quadro P2200)が3Bモデルを完全にロードし、性能を大幅に向上させると指摘しました。
重要なポイント
- ZimaBoard 2はホームサーバーとしてAIワークロードを効果的に実行できます
- ハイブリッド(クラウド+ローカル)セットアップが現状で最良のバランスを提供
- ローカルLLMは実用的だが最適化が必要
- GPUアップグレードで大幅な性能向上が可能
- ツール呼び出し機能はサイズよりもモデル設計に依存します
ZimaBoard 2が際立つ理由
ZimaBoard 2は以下を組み合わせています:
- 低消費電力(24時間365日稼働)
- 静音・ファンレス設計
- ネイティブSATA&PCIe拡張
- デュアル2.5Gイーサネット
これにより、以下に最適です:
- Plexメディアサーバー
- Dockerラボ
- AIコンテナ
- パーソナルNASシステム
多くのユーザーがこう表現しています:
「おもちゃのように見えるが、獣のように動くミニサーバー。」
まとめ
この実験は、AI対応のホームサーバー構築がもはや手の届かないものではないことを示しています。完全ローカルの音声アシスタントはまだ性能面で課題がありますが、ZimaBoard 2は実験に柔軟で強力な基盤を提供します。
開発者、技術愛好家、ホームラボ愛好者にとって、これが扉を開きます:
- ローカルAIパイプライン
- エッジコンピューティングのセットアップ
- 完全にカスタマイズされたサーバー環境
そしておそらく最も重要なのは、プロセスを楽しく、ハック可能で、アクセスしやすくしていることです。
Zimaキャンペーンハブ
もっと読む

ペットの写真、記録、安全情報を管理するプライベートなデジタルハブの構築方法
ペットの写真、動画、診療記録、身分証明書、安全情報をまとめたプライベートなデジタルハブを構築しましょう。すべてを一か所に整理し、長期ストレージとリアルタイムのペット安全ツールを組み合わせ、機密データを保護し、信頼性の高いバックアップを維持する方法をご紹介します。

JBlankedがZimaBoard 2でFlipper Zero、Cardputer、PicoCalcをローカルAIに接続する方法
JBlankedは、ZimaBoard 2をFlipper Zero、Cardputer-ADV、PicoCalc向けの共有ローカルAIサーバーに変身させます。ZimaOS、Ollama、Picoware、GPUアクセラレーションを利用することで、小型のハンドヘルドデバイスからローカルAIにアクセスでき、各デバイス上で言語モデルを直接実行することなく、アプリ作成、デバイス管理、組み込み開発を行えます。

BighenetがZimaBoard 2でプライベートなパーソナルクラウドを構築する方法
Bighenetが、ZimaBoard 2とZimaOSによってサードパーティのクラウドサービスへの依存を減らす方法を紹介します。パッケージの再利用性、ZimaOSダッシュボード、ローカルファイルの管理、リモートアクセス、モバイル写真のバックアップ、そしてパーソナルクラウドを所有することに伴う責任について解説しています。

