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.

Lokalna AI na ZimaCube 2 — rozbudowa PCIe, Ollama i przygotowanie domowego laboratorium na przyszłość

Eva Wong

IceWhale author

Eva Wong jest redaktorką techniczną i rezydentką majsterkowania w ZimaSpace. Jest geekiem od zawsze, z pasją do domowych laboratoriów i oprogramowania open source, a jej specjalnością jest przekładanie złożonych zagadnień technicznych na przystępne, praktyczne poradniki. Eva wierzy, że samodzielne hostowanie powinno sprawiać radość, a nie onieśmielać. Dzięki swoim samouczkom pomaga społeczności oswoić konfigurację sprzętu, od budowy pierwszego serwera NAS po opanowanie kontenerów Docker.

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

💡 Wyróżnienie społeczności: Michael Luckenbill, program pionierów ZimaCube 2

Gdy po raz pierwszy otworzyłem ZimaCube 2, nie patrzyłem tylko na to, co może dziś. Patrzyłem na to, czym może się stać jutro.

W środku, obok oczekiwanych podzespołów, znalazłem coś, co naprawdę mnie ucieszyło: dysk NVMe Kingston o pojemności 256 GB na system operacyjny — oraz dodatkowe, niewykorzystane gniazdo NVMe na płycie głównej. W połączeniu z gniazdem rozszerzeń PCIe z tyłu urządzenia oznaczało to, że nie był to po prostu NAS. Była to platforma zaprojektowana z myślą o rozbudowie.

Widok przedniego panelu ZimaCube 2: 6 zatok na dyski SATA, przednie porty USB-A i USB-C, wbudowane gniazdo NVMe M.2

Więcej niż pamięć masowa: platforma zaprojektowana z myślą o rozbudowie

ZimaCube 2 jest gotowy do użycia, ale prawdziwa historia zaczyna się od tego, co możesz dodać później:

Wbudowane

6 × zatok SATA
4 × M.2 NVMe
8 GB DDR5 SODIMM
Dwa porty Ethernet 2,5 Gb
Metalowa obudowa z aktywnym chłodzeniem

Możliwość rozbudowy

Dodatkowe gniazdo NVMe na płycie głównej
Gniazdo rozszerzeń PCIe (GPU/AI/pamięć masowa/sieć)
Możliwość rozbudowy pamięci RAM SODIMM DDR5
Standardowe wymienne podzespoły

To jedna z największych zalet tego systemu: rośnie wraz z potrzebami Twojej infrastruktury. Nie musisz kupować wszystkiego od razu. Zacznij od tego, czego potrzebujesz, i rozbuduj system, gdy będziesz na to gotowy.

Lokalna AI: dlaczego ma znaczenie w domowych laboratoriach

Jednym z moich długoterminowych celów jest uruchamianie większej liczby zadań AI lokalnie. Nie dlatego, że chmurowa AI jest zła — ale dlatego, że lokalna AI daje coś innego:

Prywatność — Twoje dane nigdy nie opuszczają Twojej sieci
Przewidywalne koszty — Bez opłat za tokeny i rachunków API na koniec miesiąca
Swoboda eksperymentowania — Wypróbuj modele, zepsuj coś, zacznij od nowa — bez obaw o koszty chmury
Możliwość pracy offline — AI, które działa, gdy nie masz dostępu do internetu
Nauka — Zrozumienie, jak naprawdę działają modele, dzięki samodzielnemu ich uruchamianiu

ZimaCube 2 daje mi platformę, na której mogę eksperymentować z tym wszystkim — Ollama do lokalnych modeli LLM, przepływami pracy wspomaganymi przez AI, potokami analizy obrazów, zadaniami wnioskowania i narzędziami AI hostowanymi samodzielnie — bez całkowitego uzależnienia od infrastruktury chmurowej.

Featured

Osobista chmura i domowy NAS ZimaCube 2

ZimaCube2

Co możesz dziś uruchomić (bez GPU)

Nawet bez dedykowanej karty GPU ZimaCube 2 stanowi solidną podstawę do eksperymentowania ze sztuczną inteligencją:

🤖 Ollama i mniejsze modele — Standardowy system bez problemu obsługuje skwantyzowane modele o 7–8 mld parametrów. Na przykład modele z rodziny Llama 3, Mistral i Phi do czatu, pomocy w programowaniu i analizy tekstu.

💻 Tworzenie oprogramowania wspomagane przez AI — Połącz Ollamę z narzędziami takimi jak Continue.dev lub Cody, a otrzymasz lokalnego asystenta programowania AI, który działa całkowicie offline. Bez kluczy API, limitów użycia i obaw o prywatność.

📄 Analiza dokumentów i RAG — Dzięki pulom pamięci masowej ZFS możesz tworzyć lokalne potoki RAG (generowania wspomaganego wyszukiwaniem) — przekazywać dokumenty, notatki i zbiory danych do lokalnej wektorowej bazy danych, a następnie zadawać im pytania za pomocą modelu LLM działającego na tej samej maszynie.

🎁 Automatyzacja i skrypty — Lokalne modele LLM świetnie sprawdzają się w zadaniach o określonej strukturze — klasyfikowaniu, streszczaniu i ekstrakcji. Połącz Ollamę z istniejącymi procesami Docker i zautomatyzuj przetwarzanie tekstu, które wcześniej wymagało korzystania z chmurowych interfejsów API.

Układ podzespołów wewnętrznych ZimaCube 2: pasywny radiator procesora, gniazdo rozszerzeń PCIe i wbudowane gniazda NVMe

Możliwość rozbudowy o kartę GPU

Gniazdo rozszerzeń PCIe otwiera ciekawe możliwości na przyszłość. Dodanie karty GPU — nawet skromnej — zmienia ZimaCube 2 w prawdziwy lokalny serwer AI:

Większe modele — Uruchamiaj modele o 13–34 mld parametrów z odciążeniem GPU
Szybsze wnioskowanie — Przyspieszenie generowania tokenów od 10 do 50 razy
Transkodowanie multimediów — Transkodowanie Plex/Jellyfin przyspieszane sprzętowo
Generowanie obrazów — Stable Diffusion i podobne modele
Obsługa wielu modeli — Uruchamiaj jednocześnie różne modele do różnych zadań

🔌 Gniazdo obsługuje standardowe karty PCIe — bez zastrzeżonych formatów i uzależnienia od jednego dostawcy. Wybierasz kartę GPU dopasowaną do swoich potrzeb i budżetu.

Dlaczego ta architektura ma znaczenie

Nowoczesne domowe laboratoria coraz częściej wykorzystują AI, lokalne wnioskowanie, transkodowanie multimediów, orkiestrację kontenerów i przetwarzanie brzegowe.

ZimaCube 2 sprawia wrażenie zaprojektowanego z myślą o przyszłości. To nie zamknięte urządzenie, które każe kupować nowe, gdy zmienią się Twoje potrzeby. To platforma, która mówi: „Oto, czego potrzebujesz teraz, a oto miejsce na to, czego będziesz potrzebować później”.

Dla mnie właśnie to odróżnia gadżet od infrastruktury.

Sprawdźmy, jak jest naprawdę: czy system poradzi sobie z chłodzeniem karty graficznej?

Pojawia się naturalne pytanie: czy kompaktowy i cichy system może skutecznie chłodzić kartę graficzną?

Odpowiedź zależy od karty graficznej, ale podstawy są solidne:

Metalowa obudowa działa jak radiator
Przepływ powietrza został starannie zaprojektowany (to nie kwestia przypadku)
Wewnętrzny układ podzespołów pozostawia miejsce na zapewnienie karcie PCIe odpowiedniego przepływu powietrza

System już teraz radzi sobie z ciągłym obciążeniem związanym z Dockerem, ZFS i siecią, pozostając przyjemnie chłodny w dotyku. Konstrukcja termiczna zapewnia zapas.

Często zadawane pytania

P1: Czy ZimaCube 2 obsługuje Ollama?

Tak. Fabryczna konfiguracja bez problemu obsługuje skwantyzowane modele o 7–8 mld parametrów (Llama 3, Mistral, Phi) do czatu, pomocy w programowaniu i analizy tekstu. Po dodaniu karty graficznej przez PCIe możesz uruchamiać większe modele, które generują odpowiedzi znacznie szybciej.

P2: Czy ZimaCube 2 ma gniazdo PCIe na kartę graficzną?

Tak. ZimaCube 2 ma gniazdo rozszerzeń PCIe obsługujące standardowe karty graficzne, akceleratory AI, dodatkowe karty pamięci masowej oraz karty sieciowe. Bez zastrzeżonych formatów i uzależnienia od jednego dostawcy.

P3: Do czego mogę wykorzystać lokalną AI na NAS-ie?

Lokalna AI na NAS-ie umożliwia korzystanie z prywatnych asystentów czatu, wspomaganie programowania przez AI (za pomocą narzędzi takich jak Continue.dev), analizowanie dokumentów z użyciem potoków RAG, automatyczne przetwarzanie i klasyfikowanie tekstu, analizowanie obrazów oraz eksperymentowanie bez ponoszenia kosztów korzystania z API w chmurze.

P4: Ile gniazd NVMe ma ZimaCube 2?

System ma 4× M.2 NVMe oraz dodatkowe gniazdo NVMe na płycie głównej (pierwotnie zajęte przez dysk z systemem operacyjnym), którego można użyć do skonfigurowania lustrzanych dysków systemowych, wydzielonej pamięci na dane Dockera lub warstwy pamięci podręcznej.

P5: Czy mogę później rozbudować pamięć RAM?

Tak. ZimaCube 2 korzysta ze standardowej pamięci RAM DDR5 SODIMM, którą można wymienić samodzielnie. Fabryczna konfiguracja 8 GB dobrze radzi sobie z obciążeniami związanymi z kontenerami, a gdy Twoje potrzeby wzrosną, możesz ją rozbudować.

P6: Czy ZimaCube 2 zapewnia odpowiednie chłodzenie GPU?

Tak. Metalowa obudowa, przemyślany przepływ powietrza i układ podzespołów zapewniają odpowiednie chłodzenie karty PCIe. System radzi sobie z ciągłym obciążeniem, nie przegrzewając się, a konstrukcja termiczna zapewnia zapas na rozbudowę.