Senaste bloggen
10 självhostade appar värda att prova på en hemserver
Utforska 10 praktiska självhostade appar, inklusive Immich, Jellyfin, Vaultwarden, Nextcloud, Home Assistant, Stirling-PDF och AdGuard Home.
Varför buffrar Jellyfin på en hemserver?
En praktisk guide för buffring i Jellyfin som täcker Direct Play, transkodning, GPU-acceleration, undertexter, Docker, nätverksbegränsningar, lagring och FFmpeg-loggar.
Vilka NAS-appar förbättrar faktiskt hastighet, säkerhetskopiering och media?
De flesta NAS-appar gör inte en NAS snabbare i sig själva. De förbättrar systemet endast när de tar bort en verklig flaskhals: långsamma lokala överföringar, opålitliga backuper, röriga mediebibliotek, svag fjärråtkomst, dålig appisolering eller tjänster som...
Hur man kontrollerar om en lokal LLM använder rätt modelfiler och lagringsväg
Denna guide förklarar hur man verifierar om en lokal LLM använder rätt modelfiler och lagringsväg. Den täcker körningens modellistor, Docker-värd-till-behållare-monteringar, modellmetadata, GGUF- och kvantiseringskontroller, loggar, aktiv modellstatus, lagringstillväxt samt ZimaOS AI-sökning som ett exempel på synlig...
Hur man kontrollerar om hårdvaruavkodning verkligen fungerar
Den här guiden förklarar hur du bekräftar om hårdvarutranskodning faktiskt fungerar i Plex, Jellyfin, Emby eller Docker-baserade mediaservrar. Den täcker tvingad transkodningstestning, instrumentpanelssignaler, värddatorns GPU / iGPU-aktivitet, FFmpeg-loggvägar, delvis hårdvaruacceleration, CPU-användning, Docker-enhetstillgång och verkliga verifieringsstandarder.
Hur man distribuerar en lokal LLM utan att påverka lagring eller appar
Denna guide förklarar hur man säkert distribuerar en lokal LLM på en delad hemmabaserad NAS eller hemserver. Den täcker modellens lagringsvägar, Docker-volymmappning, minnes- och CPU-begränsningar, parallella förfrågningar, val av modell, app-isolering, varningstecken och verifieringskontroller för att...
Vilka är de lokala AI-begränsningarna för en hemmabaserad NAS?
Denna guide förklarar de lokala AI-begränsningarna för en hemmabaserad NAS utifrån arbetsbelastningstyp, hårdvaruresurser och verklig påverkan. Den täcker OCR, medieanalys, RAG, små LLM:er, GPU- / NPU-acceleration, RAM- / VRAM-begränsningar, varningstecken och när man bör använda en...
Kan du köra lokal AI på en hemmabas NAS utan ett dedikerat GPU?
Den här guiden förklarar om en hemmabaserad NAS kan köra lokal AI utan ett dedikerat GPU. Den täcker CPU-inferens, RAM-reserver, kvantiserade modeller, Docker-konfigurationer, AI-sökning, avlastningsmönster och hur man testar prestanda utan att störa NAS:ens kärnuppgifter.
