闲置显卡别浪费！NAS接上秒变 AI 算力站|搭建7*24家用算力中心

NAS应该算是家里或者工作室中，开机时间最长的一类设备。

照片、影片、工作资料、剪辑素材，基本都会集中存放在NAS中。我想很多人的NAS买回来以后，也是常年保持7×24小时运行。（除了少部分电费敏感用户，可能会每天定时开关机）

但如果仔细想想，如果只是备份照片、下载影片、共享文件，再运行几个Docker应用。对于一台硬件配置不低的NAS来说，多少显得有些大材小用。

可现在是AI时代，NAS如果只是传统的数据存储设备，多少有点跟不上时代的潮流。我开始尝试让NAS承载更多的工作。

比如部署本地大模型，对NAS中存储的资料进行分析建立知识库；比如分析NAS中存放的视频，自动生成字幕等等

但真正开始尝试之后，很快又遇到一个新的问题：NAS本身的性能可能并不能很好的满足AI的需求。

那有什么更好的方法可以解决性能问题呢？

外接显卡

这是大部分NAS厂商给出的答案，通过雷电/OCU/PCIe槽位等等方式，外接一张独显。如果遇到需要非常强性能的场景时，可以调用独显的算力进行计算。

但是需要注意，也不是所有的NAS设备都支持外接显卡，只有在一些中高端的NAS上才有外接独显的接口，并且也需要NAS系统能够做到支持。

那咱们这次使用的是来自绿联的六盘位新品NAS DXP6800 Ultra。

家用六盘新旗舰选择—绿联DXP6800 Ultra

从纸面参数来看，DXP6800 Ultra并不只是一台面向照片备份和家庭影音的入门NAS。

它搭载Intel Core 5 120U处理器，采用10核心12线程设计，基础频率1.4GHz，最高睿频可以来到5.0GHz，同时集成了80EU规格的Intel Iris Xe核显。

120U的性能毋庸多说了，我们也简单跑了下geekbench5，单核得分1124多核得分4863，如果你有虚拟机、多Docker等需求，加装内存后，也能轻松应对这些需求。

在家用常见的转码场景中，我们也做了对应的测试，同时转码多条4K 30 AV1轨道，都能做到即点即播，可以说在家用场景下，这颗U已经能完全满足用户的需求了。

我们手上这台标配的是8G DDR5内存，同时搭配两个内存插槽，最高可以支持扩展到96G。当然我想在目前内存价格暴涨的情况下，应该没人会给NAS 搭配超大内存。那同时呢，这台设备的系统盘采用的是一块128G的SSD，这...能做什么你应该懂了吧（🐶）

Core 5 120U自然提供了更多的PCIe通道，扩展性方面相比于常规的家用NAS来肯定是强了不少。在网口方面DXP6800 Ultra提供了两个10GbE万兆网口。

对于个人用户来说，一个万兆网口基本已经够用；但放在工作室环境中，双万兆可以同时服务多台高速客户端，也能够为多人并发访问留出更多余量。

其它接口方面，6800 Ultra的正面提供了两个雷电4接口、一个USB 3.2 Gen2接口和SD 读卡器；

背面一个USB 3.2 Gen 2、两个USB 2.0以及HDMI接口，HDMI最高支持8K 60Hz输出，当然还有刚刚提到的两个万兆网络接口。

同时打开侧边的盖板，机身内部还提供了一个PCIe x4接口，你可以再为插上一张双口PCIe万兆网卡，嘿嘿！原本的双万兆网口瞬间就变成了四个万兆口！并且由于UGOS Pro底层使用的是debian系统，内核比较新，我这边试过好多张PCIe网卡，都能直接免驱；你也能插上PCIe存储设备，这样你的DXP6800 Ultra就有了更大的固态存储空间，可以说扩展性非常强。

盘位方面，6800 Ultra采用的是6sata+2 M.2的组合，理论上，如果你拥有钞能力，堆满能提供208TB的存储空间，这对于大部分用户或者说对于大部分有专业需求的用户，这个存储空间都是完全够用的。

那既然说到了硬盘，现在硬盘价格这么贵，咱们中小工作室NAS应该怎么选硬盘呢？

团队工作室硬盘怎么选？

对于视频工作室来说，NAS里存放的不只是成片，还有相机原片、剪辑工程、代理文件和各种历史版本。单个项目占用几百GB很正常，多机位、高码率素材甚至很容易超过1TB。

因此，工作室选硬盘不能只看容量和价格，还要考虑能否适应7×24小时运行、长时间持续读写，以及多人同时访问。

比如一台电脑正在从NAS读取素材剪辑，另一台电脑同时上传文件，后台还有Docker应用读取数据，这种负载显然和普通电脑中的间歇性读写不同。

这次DXP6800 Ultra中使用的，就是东芝N300 NAS专用硬盘。

东芝N300采用CMR传统磁记录技术和7200RPM转速，面向7×24小时运行环境设计，支持最高12盘位NAS，额定工作负载最高为180TB/年。

针对多盘位环境，N300还内置RV旋转振动传感器，用来降低多块机械硬盘同时运行时，旋转振动对硬盘工作状态产生的影响。特别是咱们这6800 Ultra 六盘位NAS，磁盘运行时带来的振动是不容忽视的一点，这时N300的内置RV旋转振动传感器就能保持硬盘相对稳定的运行。

咱们这也进行了传输的相关测试，使用JBOD模式，连上万兆口，传输一份160G的文件，能够维持在200MB/s以上的速度，这个表现在机械盘中算的上是非常不错了。

但，在实际的生产环境中，硬盘的温度表现也会影响到硬盘的寿命。所以在长时间高负载的情况下，能否保持相对低的温度就显得非常重要。

咱们这进行一小时的满载测试，看看在极限情况下，CPU、硬盘的温度表现如何。

极限1小时压测表现

测试开始时，室温25℃：

• CPU封装温度为53℃；

• RTX 3080核心温度为48℃；

• 第一块硬盘温度为42℃；

完整温度数据如下：

• CPU最高温度为72℃，稳定阶段平均约69.5℃

• RTX 3080最高温度同样为72℃，稳定阶段平均约71.6℃。

硬盘方面，初始温度42℃，稳定运行时基本维持在44℃左右，最高记录为45℃。这个温度在极限压测中表现还算是很不错的了。如果是后续将六盘全部塞满，温度可能会稍微升高一些，但也在安全温度以内，非常适合中小型工作室里面7*24小时运行；

同时CPU和硬盘的温度表现，也从侧面反映出这台DXP6800 Ultra的散热系统非常高效，能有效将内部的热量带出。

功耗方面，我们这简单测试了下，在插入两块东芝N300 8T硬盘时，待机功耗基本上在37瓦左右；

在满载情况下，功耗在45瓦左右，如果全部插满硬盘，功耗可能会在对应增加15瓦左右，对于这样一台性能强悍的NAS来说，这个功耗还是可以接受的。

相信看到这里，大家伙对于这台NAS的性能有了一定的了解，可能有的小伙伴可能会问了，性能都这么强了，何必再上独显呢？

那咱们前面也说过了，上独显是为了满足更强的性能需求，如果你的需求没有那么高，其实也是完全没有必要的。

独显有什么用？

咱们先来看到绿联UGOS Pro系统自带的应用中外接独显都能有什么用。

相册调用独显：海量照片用户福音

UGOS Pro系统中自带的相册应用中有不少的识别模型，下载模型之后可以利用这些模型对相册内的照片进行识别分析，方便后续搜索等等操作。

咱们这相册中的照片不多，只有一万多张，先来看看不使用独显，核显的计算速度能有多少。

可以看到在启用独显计算之后，这个识别的速度要比单独使用核显快上不少。

但有的小伙伴可能会说了：我插上一点独显就为了相册识别？那是不是有点太大材小用了呢？那我给这台NAS接上独显还能怎么玩呢？

在七月的更新中，UGOS Pro中增加了独显直通Docker的功能，咱们之后部署的Docker容器如果对独显有支持的话，就能直接使用这个功能在Docker中使用独显的算力了。

Ollama调用独显：228倍的速度提升

现在各种模型的发展确实很令人惊讶，但现在很多使用都还得通过接入在线API的形式，说实话能力确实强了，但隐私泄露的风险也还是有的。那在本地部署属于自己的AI助手用途还是非常广泛的。

可如果单纯使用CPU来跑本地模型，我想用过的朋友肯定都不想再经历一遍，实在是太慢了！那既然咱们这已经接上了独显，就来用独显来试试吧！

我们这在DXP6800 Ultra上部署了Qwen2.5系列的几个模型，通过对比不难发现，在7B模型下，使用独显的速度是CPU的两百多倍！那同时由于模型跑在CPU上是需要占用内存的，而咱们这台6800 Ultra只有8G的内存，在某些情况下还存在根本运行不起来的情况；但使用GPU的话，模型是加载进显存，像咱们这12G的3080运行7B的模型基本上不成问题，如果更大一点的14B，就需要分层到CPU，速度相比于单独使用GPU要慢一些。

而且在模型加载速度上，使用独显的速度也要比CPU快上不少。

咱们这测试一个经典AI问题，可以看到在独显模式下，模型回答的非常快；而CPU模式下...这个回答的速度几乎就是完全不可用的状态。

咱们的NAS是7*24小时运行，这样通过Ollama将模型部署在我们NAS本地，有推理需求时自动调用独显进行计算，空闲时独显也是处于待机状态，功耗也比较低；再通过UGreen Link的远程访问功能，咱们就获得了一个7*24小时部署在本地的AI助手了。

那有的小伙伴可能会说：我平时对于AI助手的需求几乎为零，本地部署AI模型对我来说完全没用，能不能有别的什么玩法呢？

嘿嘿！我这开发了一个生成AI字幕的docker应用，原先是使用CPU来计算，但是发现速度实在是太慢了，那现在通过雷电口接上独显，也就能利用独显来生成字幕，速度要快上不少。（这个项目是我自己开发的，目前还有些许bug，先拿来做测试了，后面完善之后再发布和上架绿联应用商店）

不只是聊天：独显还能拿来做AI字幕生成

原先这个应用一直是使用CPU来计算的，但实际体验下来，最大的问题只有一个：速度太慢。

既然现在DXP6800 Ultra已经通过雷电口接上了独显，那这个应用自然也就能调用独显来进行字幕生成。

这次我们直接拿一条接近三小时的英文影片来测试，看看在CPU和独显两种模式下，生成速度到底能差多少。

这次测试主要用了faster-whisper引擎，并分别测试了 tiny 和 small 两个模型。

先来看到tiny模型：

GPU模式总耗时：1分39秒

CPU模式总耗时：2分15秒

这个差距不算特别夸张，大概是 1.4倍。主要还是因为tiny模型本身计算量比较小，瓶颈更多是在音频提取和数据搬运上，GPU的优势没有完全发挥出来。但tiny模型生成的字幕准确率上要更差一些。

咱们再将模型切换到small看看，看看差距能有多少。

GPU模式总耗时：2分22秒

CPU模式总耗时：12分26秒

也就是说，small模型下，接入独显的情况下，速度相比于CPU模式提升了5.3倍！

这样的话，如果以后再遇到没有字幕的影片，通过这个Docker应用调用独显能力，也就能比较快地把字幕生成出来。

那有的小伙伴可能会说了：DXP6800 Ultra这么多的盘位，像前面说的，非常适合在中小型工作室里面使用，同时也是作为视频工作室，平时有非常多的素材资料存在里面，想要找起来非常困难。那既然接上独显算力很猛，能不能对本地的素材进行计算呢？生成可搜索的描述呢？

咱们这也是直接vibe coding了一个本地素材管理工具，将需要分析的素材挂载上，就能自动开始分析并且生成描述以及可以进行RAG搜索。但如果是使用NAS本身的性能进行分析，素材量太多的情况下，需要耗费大量的时间，那接入独显，就能很好的解决这个问题。

生产力工具：本地素材库管理

我这里已经将需要分析的素材挂载上去了，并且已经启用了独显分析。

我们这里来试一下，让它汇总一下挂载的文件中有关发票的相关信息，可以看到这个RAG搜索就已经调用了独显。

可以看到这里已经将识别到的信息汇总给到了，并且还能看到涉及到的文件。这对于NAS中存了大量文件，需要进行快捷提取的用户来说可谓是非常方便了。

同时针对视频素材也能生成对应的描述。这些计算都是基于本地算力进行的，也就只有外接独显这种方式才能做到。

当然如果你手头没有闲置的独显，我这个项目也能使用CPU进行计算，我这里简单做了个测试，看看使用CPU和GPU对于同一段视频的描述生成时间差异有多大。

我们这个本地素材管理工具在分析视频时，会先从视频中提取三个关键帧，再分别调用视觉模型生成画面描述，最后将三段内容汇总成完整的视频描述。

CPU模式下，三次生成耗时分别为11.10秒、13.80秒和10.80秒，平均需要11.90秒。相比之下，RTX 3080模式的平均耗时只有1.19秒；如果只比较模型预热后的稳定状态，独显速度最高可以达到CPU的约17倍。

总结：NAS开始从存储设备变成计算节点

那我觉得UGOS Pro支持Docker调用外接显卡之后，NAS的可玩性就大大增加了，也就意味着NAS不再仅仅只是一台能够存数据的设备，还能依靠其它的应用，做到读懂NAS中的数据。

当然，外接独显并不是所有用户都需要。对于照片备份、影音播放和文件共享，DXP6800 Ultra自身的Core 5 120U已经够用；但对于视频创作者、开发者和小型工作室，独显确实能进一步扩展NAS的使用边界。

平时它是一台7×24小时运行的NAS，需要字幕识别、素材分析和本地模型推理时，它又能变成一台本地计算节点。

同时，数据存储在东芝N300这类专门为NAS存储设计的硬盘中，也能有所保障。

那么好了，以上就是本篇文章的全部内容啦

希望对你有所帮助

上面的几个项目，待完善之后都会开源以及上架绿联的应用中心，到时候也希望各位用户可以反馈bug

让我们下篇文章

再见