Överraskande saker som ZimaCube 2:s AI NAS verkligen kan göra

Introduktion

Som ZimaSpace utforskar vi alltid hur intelligent hårdvara kan göra verkliga arbetsflöden enklare, snabbare och säkrare. I denna artikel lyfter vi fram hur ZimaCube 2, ett system byggt för mer än lagring, kan förvandlas till en AI NAS som inte bara hanterar filer utan också förstår dem.

Denna blogg är anpassad från en praktisk videorecension och experiment av Zero Noichi, som utforskade hur man kopplar AI till en NAS och förvandlar den till en smart, automatiserad dataassistent. Vi vill uttrycka vårt uppriktiga tack till Zero Noichi för att ha testat ZimaCube 2 på ett så kreativt sätt och för att ha delat praktiska idéer som communityn kan lära sig av. Baserat på den videon går vi igenom hur man använder ZimaCube 2 som en AI NAS som kan klassificera foton, sammanfatta dokument och hjälpa dig att söka i ditt ”digitala liv” på ett mer naturligt sätt.

Från traditionell NAS till AI NAS

ZimaCube 2 är designad som en personlig moln- och medieserver, men den går långt bortom traditionell NAS.

I videon presenteras ZimaCube 2 som en del av en bredare Zima-familj som inkluderar ZimaBoard och ZimaBlade, men här ligger fokus på att använda den som en NAS först och sedan uppgradera den till en AI NAS. Skaparen förklarar hur många fortfarande förlitar sig på Google Drive, OneDrive och Dropbox för att lagra filer och avlasta smartphone-lagring, men dessa tjänster kommer med återkommande abonnemangsavgifter och extern databehandling.

En NAS, däremot, köps en gång och förbrukar sedan bara elektricitet så länge hårdvaran är igång. Videon förklarar hur NAS började i företagsmiljöer för fildelning och interna servrar, och hur enheter som ZimaCube 2 nu gör den modellen tillgänglig för hemmabrukare. Genom att lägga till AI ovanpå utvecklas systemet från enkel fillagring till en självmedveten, AI NAS som faktiskt kan förstå och organisera innehåll.

Hårdvara och expansion: Varför ZimaCube 2 är byggd för mer än bara lagring

Hårdvaran bakom ZimaCube 2 är det som gör en AI NAS möjlig.

Skaparen packar upp ZimaCube 2 och lyfter fram dess serverklassade design, inklusive ett robust aluminiumchassi och en kubformad formfaktor som passar bra bredvid enheter som en Mac. Inuti använder ZimaCube 2 i Pro-konfigurationen en Intel Core i5‑1235U-processor (med stöd för upp till 64 GB DDR5 RAM), medan Standard-konfigurationen använder en Intel Core i3‑1215U. Dubbla PCIe-platser (Gen4 och Gen3) och en lågprofils expansionsplats möjliggör installation av extra nätverkskort eller till och med GPU:er.

Featured

ZimaCube 2 Personlig Moln-NAS (I Lager)

ZimaCube2

$799.00 - $2,499.00

Buy Now

Viktiga hårdvarupunkter inkluderar:

• Flera 3,5-tums hårddiskplatser för upp till sex hårddiskar
• En dedikerad NVMe-bärare med fyra M.2-platser för SSD:er och potentiella RAID-konfigurationer
• Dubbla Thunderbolt 4-portar för högpresterande anslutningar, som 10 GbE-nätverk till en Mac
• 2,5 GbE LAN-portar och standardvideoutgångar (HDMI och DisplayPort)

Denna grund möjliggör för ZimaCube 2 att fungera som en flexibel AI NAS, där lagring, beräkning och expansion är designade för att stödja både dataintensiva arbetsflöden och GPU-accelererade AI-uppgifter.

Initial installation: Förvandla ZimaCube 2 till en NAS

ZimaOS Plus förenklar NAS-installationen så att vem som helst snabbt kan komma igång.

Direkt ur lådan startar ZimaCube 2 i ZimaOS, ett Linux-baserat operativsystem som har anpassats för NAS-användning. Efter att ha kopplat enheten till ström och nätverk öppnar skaparen webbgränssnittet från en annan Mac i samma LAN, väljer språk, skapar ett lokalt konto och loggar in.

Därifrån är stegen enkla:

• Använd webb-konsolen för att komma åt ZimaOS och kontrollera att NAS:en är online
• Anslut från macOS Finder via ”Anslut till server” med IP-adressen (till exempel 192.168.0.xxx)
• Logga in med samma konto för att se delade mappar och demofiler

När detta är klart fungerar ZimaCube 2 redan som en grundläggande NAS: du kan bläddra bland filer, strömma demovideor över nätverket och visa PDF-filer i webbläsaren. Att lägga till extra hårddiskar är lika enkelt som att sätta in en disk i en ledig plats, formatera den via webbgränssnittet och aktivera den som en ny lagringsvolym (till exempel en ny 2 TB-disk).

Denna grundläggande NAS-konfiguration är vad de senare AI NAS-funktionerna kommer att bygga på.

Utökad lagring: Från terabyte till "ett livs värde av data"

ZimaCube 2 är designad för att skalas tills den kan lagra nästan allt du äger digitalt.

I videon sätter skaparen in en extern Western Digital-hårddisk i ZimaCube 2 och använder ZimaOS för att formatera den som en ny volym. Processen tar bara några klick:

• Sätt in enheten i en ledig plats
• Låt ZimaOS upptäcka den och visa den som en ”ny” enhet
• Formatera disken och aktivera den för användning
• Bekräfta att den visas både i NAS-hanteringskonsolen och i nätverksdelningen

Med alla enhetsplatser fyllda och NVMe-platser utnyttjade kan ZimaCube 2 nå upp till 100 TB total kapacitet, beroende på vilka enheter som används. Skaparen noterar att det kan kosta runt 500 000 yen att fylla alla platser med stora enheter, men att en sådan kapacitet realistiskt kan lagra en hel livstid av foton, videor och dokument.

Denna enorma lagringskapacitet är avgörande för en AI NAS eftersom systemet bara kan analysera och indexera det som kan lagras. Ju mer data ZimaCube 2 rymmer, desto kraftfullare blir dess AI-baserade sökning och klassificering.

Varför lägga till AI i en NAS?

Målet är inte bara att chatta med en AI, utan att låta AI hantera dina filer.

Skaparens koncept är tydligt: istället för att använda en AI som ChatGPT endast som ett konversationsverktyg, använd en lokal AI-modell för att analysera filerna som lagras på NAS:en. Här blir ZimaCube 2 en verklig AI NAS:

• När foton laddas upp analyserar AI dem och märker dem med beskrivande etiketter
• När dokument lagras läser AI dem och extraherar nyckelinformation som belopp, namn och ämnen
• När du söker med naturligt språk samarbetar AI och vektorsökning för att visa de mest relevanta filerna

Skaparen betonar att AI bör:

• Kategorisera automatiskt foton (t.ex. ”familjeresa”, ”Yokohama”, ”nöjespark”, ”nattvy”)
• Lägg till taggar i bakgrunden så att användare kan söka senare med osäkra sökningar
• Granska periodiskt oanvända filer och föreslå arkivering eller omorganisering

Detta tillvägagångssätt gör AI NAS till en tyst men kraftfull assistent som rensar, märker och organiserar data med minimal manuell insats.

Hur vektorsökning driver naturliga språkfrågor

Vektorsökning gör att AI NAS kan förstå betydelse, inte bara filnamn.

Istället för att förlita sig på exakt textmatchning använder systemet vektorinbäddningar (numeriska representationer av betydelse) för att lagra hur AI:n förstår varje fil. Skaparen förklarar detta med en enkel mental modell:

• Varje koncept (till exempel “katt,” “hund,” “djur,” “söt”) kartläggs till en position i ett numeriskt rum
• När ett foto analyseras ger AI:n det en uppsättning vektorer som speglar dess innehåll (t.ex. katt, utomhus, söt)
• När en användare söker på “djur” hittar systemet vektorer nära det konceptet, även om ordet “djur” aldrig uttryckligen taggats

Detta innebär att:

• En sökning på “orange foto” eller “röda kläder” kan ändå visa relevanta bilder
• En sökning som “japansk astronaut” kan hitta en mapp med porträtt märkta endast med namn
• En vag förfrågan som “det där kaféfotot jag tog nyligen” kan tolkas som en kombination av miljö, färg och objekt

Genom att lagra vektormetadata för varje fil kan AI NAS leverera resultat som känns närmare hur människor minns och beskriver innehåll.

Bygga mjukvarulagret: NAS AI på ZimaOS

AI-motorn körs ovanpå ZimaOS utan att ersätta NAS-grunden.

Istället för att skriva om ZimaOS bygger skaparen en separat mjukvarumodul kallad “NAS AI” och kör den i systemet med standardverktyg som SSH och terminalåtkomst. De viktigaste stegen inkluderar:

• Aktivera utvecklarläge och SSH-åtkomst i ZimaOS-gränssnittet
• Öppna en webbaserad konsol för att logga in i systemets shell
• Ladda upp “NAS AI”-mjukvaran till ZimaCube 2
• Köra programmet så att det kan börja övervaka angivna mappar

AI-motorn börjar sedan att:

• Övervaka specifika kataloger där nya filer kommer att laddas upp
• Extrahera text och metadata från dokument (PDF:er, rapporter, konfigurationsfiler, kodförråd)
• Analysera bilder och generera beskrivningar, taggar och vektorrepresentationer

Detta håller NAS och AI-logiken löst kopplade: ZimaOS fortsätter att hantera lagring, behörigheter och nätverksdelning, medan AI NAS-lagret fokuserar helt på att förstå och indexera data.

Praktisk demo: Dokument, kod och foton

Riktiga filer visar hur en AI NAS beter sig i dagligt bruk.

För att visa hur systemet fungerar i praktiken förbereder skaparen en blandad exempeluppsättning data:

• Källkodsförråd (till exempel Go, Python, React och shell-skript)
• Konfigurationsfiler som NGINX-konfigurationer
• Olika PDF-dokument såsom kontrakt, licenser och rapporter
• Anteckningar och listor (som en läslista eller memo)
• En samling foton inklusive mat, arenor, landskap, kaféer och porträtt av NASA-astronauter

Dessa filer kopieras sedan till NAS-delningsmappen som AI övervakar. Så snart uppladdningen är klar börjar AI NAS att tolka och beskriva varje objekt. I administrationsgränssnittet kan du se:

• Mappar igenkända som ”personliga utvecklings- och lärandekodkataloger”
• Konfigurationsmappar beskrivna som ”NGINX-konfigurationsfiler”
• Fotobibliotek sammanfattade som ”porträttfoton”, ”turistmål” eller ”arenascener”

Denna automatiska annotering gör det mycket enklare att förstå vad som finns i varje mapp utan att manuellt öppna varje fil.

Exempel på smarta sökningar: från ”Caféfoto” till ”Total fakturabelopp”

AI NAS möjliggör komplexa sökningar som vore omöjliga med bara filnamn.

Videon går igenom flera konkreta sökscenarier:

1. Café-fotosökning

   • Användaren skriver ”café” som nyckelord.
   • Systemet returnerar bilder som innehåller caféliknande miljöer: drycker, bord, inomhusscener med caféatmosfär.
   • Vissa resultat är mer exakta än andra, men bilder med högre poäng visas överst tack vare vektorsimilaritet.

2. Landskaps- och färgbaserad sökning

   • Sökningar som ”landskap” eller ”grön” visar foton av berg, naturscener och bilder dominerade av gröna toner.
   • Taggar som ”landskap”, ”resa” eller ”grön” genereras automatiskt av AI.

3. Sökning på ”man” eller ”manlig person”

   • En sökfråga som ”man” returnerar porträtt och bilder där motivet sannolikt är en man.
   • Även när ansikten är i skugga eller delvis synliga visas relaterade bilder med lägre likhetspoäng, vilket visar flexibiliteten i vektorbaserad matchning.

4. Beräkning av fakturatotal

   • Användaren ber systemet att ”sammanfatta totalbeloppet från alla fakturor.”
   • AI skannar alla relevanta fakturadokument, läser beloppen och beräknar en sammanlagd total (till exempel 2 835 360 yen).
   • Resultatet inkluderar referenser till vilka PDF-filer som bidrog till totalen, vilket gör processen granskbar.

Dessa exempel visar hur en AI NAS kan ersätta manuell bokföring, komplex mappnamngivning och rigid filsökning med ett mer användarvänligt gränssnitt.

Relationsdiagram och entitetscentrerade vyer

AI NAS kan också visualisera relationer mellan filer och entiteter.

Utöver enkla sökresultat skapar systemet relationsdiagram som visar hur filer, taggar och personer är kopplade. Till exempel:

• En mapp med astronautporträtt känns igen som innehållande specifika japanska astronauter
• En entitetscentrerad vy för en astronaut visar alla bilder där den personen förekommer, tillsammans med relaterade taggar och beskrivningar
• För tekniska filer visas taggar som ”NGINX,” ”konfiguration,” ”server” eller specifika programmeringsspråk i en graf som grupperar relevanta resurser tillsammans

Denna struktur gör det enklare att:

• Se alla filer relaterade till en person, ett ämne eller ett projekt
• Förstå hur kod, konfigurationer och dokumentation relaterar till varandra
• Navigera stora datamängder visuellt istället för genom statiska mappträd

Det är ett annat sätt som AI NAS förvandlar rå lagring till en intelligent, navigerbar kunskapsbas.

Integritet och lokal kontroll: Varför lokal AI är viktigt

Lokal AI håller känslig data på din egen hårdvara, inte på externa servrar.

Skaparen jämför molnbaserade AI-tjänster med en lokal AI NAS-lösning:

• Tjänster som Google Photos eller Gemini kan redan tolka bilder, men de gör det genom att skicka data till externa servrar
• För familjefoton, privata dokument eller interna företagsfiler känner sig vissa användare obekväma med extern analys och lagring
• En lokalt hostad AI på ZimaCube 2 håller all bearbetning inom enheten

Genom att kombinera:

• Stor lagringskapacitet (upp till cirka 100 TB)
• Ett NAS-optimerat operativsystem (ZimaOS Plus)
• En AI-motor som körs antingen lokalt på en GPU eller via noggrant kontrollerade online-modeller

användare kan bygga en integritetsbevarande AI NAS som inte är beroende av tredjepartsplattformar för sökning, klassificering eller automatisering.

Framtida potential: Från hemmalabb till affärsflöde

En AI NAS på ZimaCube 2 kan skalas från personligt bruk till professionella miljöer.

Videon avslutas med scenarier där detta system kan användas utöver en enskild användare:

• Småföretag som vill ha AI-driven dokumenthantering utan att skicka filer till molnet
• Team som behöver söka igenom år av projektarkiv, kod och konfigurationer med naturligt språk
• Hemmaanvändare som vill söka efter ”familjeresa till Yokohama med pariserhjulet” och omedelbart hitta rätt foton

Eftersom ZimaCube 2 erbjuder utbyggbart lagringsutrymme, PCIe-platser för GPU:er och ett stabilt NAS-fokuserat operativsystem kan det växa med dessa behov över tid. När AI-modeller blir snabbare och mer effektiva är ZimaCube 2 redo att köra dem lokalt, vilket förvandlar en enkel NAS till en långsiktig AI NAS-plattform för både entusiaster och yrkesverksamma.