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.

Lokale AI op de ZimaCube 2 — PCIe-uitbreiding, Ollama en je homelab toekomstbestendig maken

Eva Wong

IceWhale author

Eva Wong is de Technisch Schrijver en vaste knutselaar bij ZimaSpace. Een levenslange geek met een passie voor homelabs en open-source software, ze is gespecialiseerd in het vertalen van complexe technische concepten naar toegankelijke, praktische handleidingen. Eva gelooft dat zelf-hosting leuk moet zijn, niet intimiderend. Met haar tutorials geeft ze de community de kracht om hardware-setup te ontrafelen, van het bouwen van hun eerste NAS tot het beheersen van Docker-containers.

ZimaCube 2 compact silver NAS sitting on living room TV cabinet, minimalist homelab storage & local AI server

💡 Community Spotlight: Michael Luckenbill, ZimaCube 2 Pioneer Programma

Toen ik de ZimaCube 2 voor het eerst opende, keek ik niet alleen naar wat hij vandaag kon doen. Ik keek naar wat hij morgen kon worden.

Binnenin, naast de verwachte hardware, vond ik iets dat me echt enthousiast maakte: een 256GB Kingston NVMe-schijf voor het besturingssysteem — en een extra ongebruikt NVMe-slot op het moederbord. Gecombineerd met het PCIe-uitbreidingsslot aan de achterkant was dit niet zomaar een NAS. Het was een platform ontworpen om te groeien.

ZimaCube 2 voorkant: 6 SATA-drive bays, front USB-A en USB-C poorten, ingebouwd M.2 NVMe-slot

Meer dan opslag: een platform ontworpen voor uitbreiding

De ZimaCube 2 wordt gebruiksklaar geleverd, maar het echte verhaal is wat je later kunt toevoegen:

Ingebouwd

6 × SATA-bays
4 × M.2 NVMe-slots
8GB DDR5 SODIMM
Dubbele 2,5Gb Ethernet
Metalen behuizing met actieve koeling

Uitbreidbaar

Extra NVMe-slot op het moederbord
PCIe-uitbreidingsslot (GPU/AI/Opslag/Netwerk)
Upgradebare SODIMM DDR5 RAM
Standaard vervangbare componenten

Dit is een van de grootste krachten van het systeem: het groeit mee met je infrastructuurbehoeften. Je hoeft niet alles in één keer te kopen. Je begint met wat je nodig hebt en breidt uit wanneer je er klaar voor bent.

Lokale AI: waarom het belangrijk is voor homelabs

Een van mijn langetermijndoelen is om meer AI-taken lokaal te draaien. Niet omdat cloud-AI slecht is — maar omdat lokale AI iets anders biedt:

Privacy — Je data verlaat nooit je netwerk
Kostenvoorspelbaarheid — Geen prijs per token, geen API-rekeningen aan het einde van de maand
Vrijheid om te experimenteren — Probeer modellen, breek dingen, begin opnieuw — zonder je zorgen te maken over cloudkosten
Offline mogelijkheid — AI die werkt wanneer je internet dat niet doet
Leren — Begrijpen hoe modellen echt werken door ze zelf te draaien

De ZimaCube 2 geeft mij een platform waar ik met dit alles kan experimenteren — Ollama voor lokale LLM's, AI-ondersteunde ontwikkelworkflows, beeldanalyse-pijplijnen, inferentietaken en zelfgehoste AI-tools — zonder volledig afhankelijk te zijn van cloudinfrastructuur.

Featured

ZimaCube 2 Persoonlijke Cloud Thuis NAS

ZimaCube2

Wat je vandaag kunt draaien (zonder GPU)

Zelfs voordat er een speciale GPU wordt toegevoegd, biedt de ZimaCube 2 al een sterke basis voor AI-experimenten:

🤖 Ollama + kleinere modellen — Het standaard systeem kan comfortabel gequantiseerde 7B–8B parameter modellen draaien. Denk aan Llama 3, Mistral en Phi-klasse modellen voor chat, code-assistentie en tekstanalyse.

💻 AI-ondersteunde ontwikkeling — Combineer Ollama met tools zoals Continue.dev of Cody, en je hebt een lokale AI-codeerassistent die volledig offline werkt. Geen API-sleutels, geen gebruikslimieten, geen privacyzorgen.

📄 Documentanalyse & RAG — Met de ZFS opslagpools kun je lokale RAG (Retrieval Augmented Generation) pijplijnen bouwen — voer je documenten, notities en datasets in een lokale vector database en raadpleeg ze met een LLM die op dezelfde machine draait.

🎁 Automatisering & Scripting — Lokale LLM’s excelleren in gestructureerde taken — classificatie, samenvatting, extractie. Koppel Ollama aan je bestaande Docker-workflows en automatiseer tekstverwerkingspijplijnen die voorheen cloud-API’s nodig hadden.

Interne hardware-indeling van ZimaCube 2, passieve CPU-koeler, PCIe-uitbreidingsslot en onboard NVMe-slots

De GPU-upgrade route

De PCIe-uitbreidingsslot is waar het op de lange termijn interessant wordt. Het toevoegen van een GPU — zelfs een bescheiden exemplaar — verandert de ZimaCube 2 in een echte lokale AI-server:

Grotere modellen — Draai 13B–34B parameter modellen met GPU offloading
Snellere inferentie — 10–50× versnelling bij token generatie
Mediatranscodering — Hardwareversnelde Plex/Jellyfin transcoding
Beeldgeneratie — Stable Diffusion en vergelijkbare modellen
Multi-model serving — Draai verschillende modellen voor verschillende taken tegelijkertijd

🔌 De slot ondersteunt standaard PCIe-kaarten — geen propriëtaire formaten, geen vendor lock-in. Jij kiest de GPU die past bij jouw behoeften en budget.

Waarom deze architectuur belangrijk is

Moderne homelabs overlappen steeds vaker met AI-workloads, lokale inferentie, mediatranscodering, containerorkestratie en edge computing.

De ZimaCube 2 voelt ontworpen met die toekomst in gedachten. Het is geen afgesloten apparaat dat verwacht dat je een nieuwe koopt als je behoeften veranderen. Het is een platform dat zegt "hier is wat je nu nodig hebt, hier is ruimte voor wat je later wilt."

Voor mij is dat het verschil tussen een gadget en infrastructuur.

Thermische realiteitstest: kan het een GPU aan?

Een natuurlijke vraag: kan een compact, stil systeem thermisch gezien een GPU aan?

Het antwoord hangt af van de GPU, maar de basis is solide:

Het metalen chassis fungeert als koellichaam
Het luchtstroomontwerp is doordacht (geen bijzaak)
De interne componentindeling laat ruimte voor de luchtstroombehoeften van een PCIe-kaart

Het systeem kan al continu Docker-, ZFS- en netwerkworkloads aan terwijl het koel aanvoelt. Het thermisch ontwerp biedt ruimte.

Veelgestelde vragen

Q1: Kan de ZimaCube 2 Ollama draaien?

Ja. De standaardconfiguratie kan comfortabel gequantiseerde 7B–8B parameter modellen draaien (Llama 3, Mistral, Phi) voor chat, codehulp en tekstanalyse. Met een GPU via PCIe kun je grotere modellen draaien met aanzienlijk snellere inferentie.

Q2: Heeft de ZimaCube 2 een PCIe-slot voor een GPU?

Ja. De ZimaCube 2 heeft een PCIe-uitbreidingsslot dat standaard GPU’s, AI-versnellers, extra opslagkaarten en netwerkkaarten ondersteunt. Geen propriëtaire formaten of vendor lock-in.

Q3: Wat kan ik doen met lokale AI op een NAS?

Lokale AI op een NAS maakt privé chatassistenten mogelijk, AI-ondersteunde codering (met tools zoals Continue.dev), documentanalyse met RAG-pijplijnen, geautomatiseerde tekstverwerking en classificatie, beeldanalyse en experimenteren zonder kosten voor cloud-API’s.

Q4: Hoeveel NVMe-slots heeft de ZimaCube 2?

Het systeem heeft 4× M.2 NVMe-slots plus een extra NVMe-slot op het moederbord (oorspronkelijk voor de OS-schijf), dat gebruikt kan worden voor gespiegeld OS-schijven, dedicated Docker-opslag of cachinglagen.

Q5: Kan ik het RAM later upgraden?

Ja. De ZimaCube 2 gebruikt standaard SODIMM DDR5 RAM, dat door de gebruiker te vervangen is. De standaardconfiguratie van 8GB kan container workloads goed aan, en je kunt upgraden wanneer je behoeften groeien.

Q6: Is de ZimaCube 2 thermisch in staat om een GPU te verwerken?

Ja. Het metalen chassis, het doordachte luchtstroomontwerp en de interne componentindeling ondersteunen de luchtstroom van PCIe-kaarten. Het systeem kan continu belast worden terwijl het koel blijft, en het thermisch ontwerp biedt ruimte voor uitbreiding.