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.

ZimaCube 2でローカルAIを活用 - PCIe拡張、Ollama、ホームラボの将来性を高める方法

Eva Wong

IceWhale author

Eva Wong は テクニカルライター であり、 生粋の技術好き としてZimaSpaceで活動しています。ホームラボやオープンソースソフトウェア をこよなく愛する生粋のギークで、複雑な技術概念をわかりやすく、実践的なガイドにまとめることを得意としています。Evaは、セルフホスティングは難しいものではなく、楽しむものだと考えています。チュートリアルを通じて、初めてのNAS構築からDockerコンテナの使いこなしまで、コミュニティがハードウェアのセットアップをわかりやすく理解できるよう 支援しています。、初めてのNAS構築からDockerコンテナの習得まで。

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

💡 コミュニティスポットライト：Michael Luckenbill、ZimaCube 2パイオニアプログラム

初めてZimaCube 2を開けたとき、今日できることだけを見ていたわけではありません。明日どんな姿になれるのかを見ていました。

内部には、予想どおりのハードウェアに加えて、心からうれしい発見がありました。OS用の256GB Kingston NVMeドライブと、マザーボード上の未使用のNVMeスロットです。背面のPCIe拡張スロットと合わせると、これは単なるNASではありません。成長を見据えて設計されたプラットフォームなのです。

ZimaCube 2のフロントパネル：6つのSATAドライブベイ、前面のUSB-A・USB-Cポート、内蔵M.2 NVMeスロット

ストレージを超えて：拡張を前提に設計されたプラットフォーム

ZimaCube 2はすぐに使える状態で出荷されますが、本当の魅力は後から追加できることです。

標準搭載

6 × SATAベイ
4 × M.2 NVMeスロット
8GB DDR5 SODIMM
デュアル2.5Gb Ethernet
アクティブ冷却機能付き金属製シャーシ

拡張可能

マザーボード上の追加NVMeスロット
PCIe拡張スロット（GPU/AI/ストレージ/ネットワーク）
アップグレード可能なSODIMM DDR5 RAM
標準的な交換可能コンポーネント

これはシステムの最大の強みのひとつです。インフラのニーズに合わせて拡張できます。最初からすべてを購入する必要はありません。必要なものから始め、準備ができたら拡張できます。

ローカルAI：ホームラボで重要な理由

長期的な目標のひとつは、より多くのAIワークロードをローカルで実行することです。クラウドAIが悪いというわけではありません。ローカルAIには別のメリットがあるからです。

プライバシー — データがネットワークの外に出ることはありません
予測可能なコスト — トークンごとの料金も、月末のAPI請求もなし
自由な実験 — クラウド料金を心配せずに、モデルを試し、いろいろ試行錯誤して、やり直せる
オフラインでの利用 — インターネットが使えないときも動作するAI
学習 — モデルを自分で動かして、実際の仕組みを理解する

ZimaCube 2があれば、ローカルLLM向けのOllama、AI支援開発ワークフロー、画像解析パイプライン、推論ワークロード、セルフホスト型AIツールなど、あらゆることをクラウドインフラに全面的に頼らず試せるプラットフォームが手に入ります。

Featured

ZimaCube 2 パーソナルクラウドホームNAS

ZimaCube2

今日からできること（GPUなし）

専用GPUを追加する前でも、ZimaCube 2はAIの実験に適した強固な基盤を備えています。

🤖 Ollamaと小型モデル — 標準構成のシステムでも、量子化された70億～80億パラメータのモデルを快適に実行できます。チャット、コード支援、テキスト分析には、Llama 3、Mistral、Phi系のモデルが適しています。

💻 AI支援開発 — OllamaをContinue.devやCodyなどのツールと組み合わせれば、完全オフラインで動作するローカルAIコーディングアシスタントを利用できます。APIキーも利用上限もなく、プライバシーの心配もありません。

📄 ドキュメント分析とRAG — ZFSストレージプールを使えば、ローカルRAG（検索拡張生成）パイプラインを構築できます。ドキュメント、メモ、データセットをローカルのベクトルデータベースに取り込み、同じマシンで動作するLLMを使って検索できます。

🎁 自動化とスクリプト作成 — ローカルLLMは分類、要約、情報抽出などの構造化タスクに優れています。Ollamaを既存のDockerワークフローに組み込み、これまでクラウドAPIが必要だったテキスト処理のパイプラインを自動化しましょう。

ZimaCube 2の内部ハードウェア構成。パッシブCPUヒートシンク、PCIe拡張スロット、オンボードNVMeスロット

GPUアップグレードの展望

PCIe拡張スロットは、長期的に見て活用の幅が広がるポイントです。控えめなGPUでも追加すれば、ZimaCube 2は本格的なローカルAIサーバーに変わります。

より大規模なモデル — GPUオフロードにより、130億～340億パラメータのモデルを実行
推論の高速化 — トークン生成を10～50倍高速化
メディアのトランスコード — ハードウェアアクセラレーションによるPlex/Jellyfinのトランスコード
画像生成 — Stable Diffusionなどのモデル
複数モデルの同時実行 — タスクごとに異なるモデルを同時に実行

🔌 このスロットは標準のPCIeカードに対応しています。独自規格やベンダーロックインはありません。ニーズと予算に合ったGPUを選べます。

このアーキテクチャが重要な理由

ホームラボは、AIワークロード、ローカル推論、メディアのトランスコード、コンテナオーケストレーション、エッジコンピューティングとの結びつきをますます強めています。

ZimaCube 2は、そうした将来を見据えて設計されているように感じます。ニーズが変わったときに新しい製品を買い直すことを前提とした、閉じた家電製品ではありません。「今必要なものをここに。将来必要になるもののための余地もここに。」と示してくれるプラットフォームです。

私にとって、それがガジェットとインフラの違いです。

熱性能を検証：GPUを動作させられるか？

自然に気になるのは、コンパクトで静かなシステムが、実際にGPUの熱を処理できるのかということです。

GPUによって答えは異なりますが、基本はしっかりしています。

金属製シャーシがヒートシンクとして機能します
エアフローは意図的に設計されています（後付けではありません）
内部コンポーネントの配置には、PCIeカードに必要なエアフローを確保する余地があります

システムは、Docker、ZFS、ネットワークの連続的なワークロードをすでに処理し、触れても熱くならない状態を保っています。熱設計には余裕があります。

よくある質問

Q1: ZimaCube 2でOllamaを実行できますか？

はい。標準構成でも、量子化された70億～80億パラメーターのモデル（Llama 3、Mistral、Phi）を、チャット、コード支援、テキスト分析に快適に使用できます。PCIe経由でGPUを追加すれば、より大きなモデルを大幅に高速な推論で実行できます。

Q2: ZimaCube 2にはGPU用のPCIeスロットがありますか？

はい。ZimaCube 2には、標準的なGPU、AIアクセラレーター、追加のストレージカード、ネットワークカードに対応したPCIe拡張スロットが搭載されています。独自のフォームファクターやベンダーロックインはありません。

Q3: NAS上のローカルAIで何ができますか？

NAS上のローカルAIを使えば、プライベートなチャットアシスタント、AIによるコーディング支援（Continue.devなどのツールを使用）、RAGパイプラインによる文書分析、テキストの自動処理と分類、画像分析、クラウドAPIの費用をかけない実験が可能です。

Q4: ZimaCube 2にはNVMeスロットがいくつありますか？

システムには4つのM.2 NVMeスロットに加えて、マザーボード上にNVMeスロットがもう1つあります（当初はOSドライブ用）。OSドライブのミラーリング、Docker専用ストレージ、キャッシュ層などに使用できます。

Q5: RAMは後からアップグレードできますか？

はい。ZimaCube 2は標準的なSODIMM DDR5 RAMを採用しており、ユーザー自身で交換できます。標準の8GB構成でもコンテナのワークロードを十分に処理でき、必要に応じてアップグレードできます。

Q6: ZimaCube 2はGPUを動作させるのに十分な熱性能を備えていますか？

はい。金属製シャーシ、意図的に設計されたエアフロー、内部コンポーネントの配置によって、PCIeカードへのエアフローが確保されています。システムは冷却を保ちながら連続稼働に対応し、拡張に備えた熱設計の余裕もあります。

Author