为了跑本地大模型，我组装了这台“静音怪兽”

#攒机爱好者

作为一名DIYer，每次点亮新机器都有种莫名的快感。但这台机器不一样，它不是为了打游戏，而是为了成为我书房里的“AI大脑”。今天是2026年6月23日，这台机器已经稳定运行了一周，我想聊聊为了跑本地AI，我在硬件选择上做了哪些取舍。

配置清单与思路：

● CPU： 选了Intel N100。别看它是低功耗U，在2026年的今天，它的核显编解码能力和AVX指令集优化，跑跑7B量化模型完全够用，关键是待机只有6W，24小时开机不心疼电费。

● 内存： 直接上了64G DDR5 4800。这是血泪经验！跑AI就是吃内存，尤其是加载模型权重的时候。以前觉得16G够用，现在发现32G是起步，64G才能从容地多开几个容器（一个跑LLM，一个跑Stable Diffusion）。

● 硬盘： 系统盘用了致态TiPlus7100 1TB，专门用来放Docker镜像和模型权重；数据盘挂了块4T的红盘存资料。读写速度对于本地推理来说，瓶颈通常在内存带宽而不是硬盘，所以没必要上顶级的PCIe 5.0固态。

● 机箱与散热： 选了乔思伯N4，为了静音，把风扇换成了猫头鹰A12x15。因为机器就放在书桌下，我不希望它像飞机起飞一样吵。

点亮瞬间的感受：
当第一次在终端输入命令，看着 tokens/s 的数字跳动时，那种成就感真的无法言喻。这不是简单的堆料，而是每一分钱都花在了刀刃上。

如果你也想组建一台低成本的家用AI服务器，这套N100+大内存的方案绝对是目前的版本答案。别去追求那些溢价严重的专用AI盒子，自己攒的才是最香的！