从零散硬件到NAS与AI本地部署

从一堆零散硬件到跑通第一个服务，NAS与AI本地部署的门槛远比想象中要低。这一路走来，从主板的挑选到系统的安装，从网络的配置到Docker的调试，每一个环节都充满了摸索与挑战，但最终成功的瞬间让一切付出都变得值得。

起初，我选择了一块二手市场的B85主板搭配一颗E3-1230 v3处理器，原因无他，性价比极高且功耗可控。内存条是两根8GB的DDR3，硬盘则是一块120GB的SSD用作系统盘，外加两块4TB的机械硬盘作为数据仓库。机箱是从旧货市场淘来的小塔，电源则是闲置的450W铜牌。这些硬件拼凑在一起，便构成了我的第一台NAS原型。

系统安装选择了TrueNAS Scale，理由是其基于Debian，对Docker和虚拟机的支持较为友好。安装过程比预想中顺利，只需将镜像写入U盘，引导启动后按提示操作即可。然而，真正的挑战在于网络配置。为了确保内外网访问畅通，我不得不反复调试路由器的端口转发与DDNS服务，期间多次因为设置错误导致无法从外部访问，那种挫败感几乎让人想砸键盘。

Docker的调试则是另一重考验。为了实现AI本地部署，我需要运行Ollama来加载离线大模型。拉取镜像、挂载卷、配置环境变量，每一步都需要精确无误。第一次运行容器时，日志中满是报错，从依赖缺失到端口冲突，问题接踵而至。但当我逐一排查并修正所有错误后，看着终端中缓缓输出的模型加载完成信息，那种成就感难以言表。

最终，我在NAS上成功部署了轻量级的AI对话服务，并通过Tailscale实现了外网的安全访问。从一堆零散硬件到跑通第一个服务，这条路虽不轻松，却让人深刻体会到，只要愿意动手尝试，那些看似高深的技术其实并不遥远。