[خانه‌سرور #۲] هر آنچه روی هوم‌لب خود میزبانی کرده‌ام، به ترتیب میزان علاقه‌ام

مدتی است که بالاخره دست به کار شده‌ام و یک هوم‌لب ساخته‌ام. می‌توانید درباره مشخصات و تنظیمات آن در نوشته پیشینم بخوانید، اما اکنون بگذارید درباره چیزی صحبت کنیم که واقعاً این سرور خانگی را به کار می‌اندازد؛ چون خود سخت‌افزار تنها نیمی از لذت ماجراست.

از زمان ساختش، با انواع ابزارها و سرویس‌ها آزمایش کرده‌ام. بعضی شکست خورده‌اند، بعضی را رها کرده‌ام و بعضی هنوز در حال اجرا هستند، اما به‌ندرت از آن‌ها استفاده می‌کنم. این فهرست درباره آن‌هایی است که واقعاً ماندند — آن‌قدر مرتب از آن‌ها استفاده می‌کنم که حضور یک ایستگاه کاری غول‌پیکر را که در زیرزمینم زمزمه می‌کند توجیه کنند.

۶ — یک مدل زبانی بزرگ با اندازه مناسب

کار طاقت‌فرسای نامحدود، بدون اضطراب توکن

بله، باید اول فهرست باشد. به همین دلیل این ماشین کارت گرافیک دارد. پیش‌تر درباره بزرگ‌ترین مزیت مدل‌های زبانی محلی نسبت به مدل‌های ابری صحبت کرده‌ام: نه حریم خصوصی یا هزینه، بلکه ثبات. هیچ شرکتی ناگهان top-k، temperature یا سطح تفکر پیش‌فرض را تغییر نمی‌دهد. مدل‌ها بی‌سروصدا به‌روزرسانی نمی‌شوند. آنچه تنظیم کرده‌ام، همان چیزی است که باقی می‌ماند.

از مدل زبانی محلی برای پاک‌سازی و تحلیل داده استفاده می‌کنم. با آن گفت‌وگو نمی‌کنم و برای کدنویسی هم به کارش نمی‌گیرم. تقریباً تمام خروجی‌ای که از آن می‌گیرم JSON است. برای این نوع وظیفه کاملاً مناسب است؛ جایی که نیازی به خلاقیت یا تفکر زیاد ندارم، اما حجم بسیار زیادی کار برای انجام وجود دارد. همین کار را با Claude هم امتحان کردم و حسابم یک هفته قفل شد. با یک مدل زبانی محلی، محدودیت توکنی وجود ندارد.

بسیاری از برترین مدل‌های محلی با وزن باز را روی این ماشین آزمایش کرده‌ام. پیش‌فرض من Qwen3.۶ 27B است که با توجه به اندازه نسبتاً کوچکش عملکرد عالی دارد. اما آن را بالای فهرست نگذاشته‌ام، چون کاملاً از آن راضی نیستم.

متأسفانه حتی یک کارت ۲۴ گیابایتی هم برای جایگزینی جدی مدل‌های هوش مصنوعی ابری با مدل محلی‌ام کافی نیست. Qwen3.۶ 27B عالی است، اما باید آن را به‌صورت کوانتایزشده اجرا کنم و حتی در آن حالت هم حدود ۲۱ گیابایت از VRAM مرا اشغال می‌کند. فضای کمی برای کش باقی می‌ماند؛ بنابراین نمی‌توانم کانتکست را واقعاً افزایش دهم. هوش مصنوعی بدون کانتکست هم چه فایده‌ای دارد؟ پس فعلاً مدل زبانی محلی من واقعاً به کارهای طاقت‌فرسا محدود است. شاید مدل‌های جدیدتر کارآمدتر شوند؛ یا شاید فقط به VRAM بیشتری نیاز دارم.

۵ — کامفی‌یواس‌آی

دلیل دیگر نیاز من به آن GPU

می‌گویم مدل زبانی محلی دلیل داشتن GPU روی این ماشین بود، اما شاید ComfyUI به همان اندازه دلیلش باشد. این ابزاری است که پیش از این هرگز نتوانسته بودم به‌درستی به‌صورت محلی از آن استفاده کنم. کارت ۱۲ گیابایتی AMD من برای بیشتر مدل‌های تصویری مفیدی که می‌خواستم اجرا کنم، به‌اندازه کافی بزرگ نبود؛ تازه، AMD هم بود.

با ۲۴ گیابایت VRAM کارت RTX ۳۰۹۰، می‌توانم از مدل‌های بسیار خوبی استفاده کنم؛ آن هم کاملاً به‌صورت محلی. این همان مزیت LLM را به من می‌دهد: کنترل و ثبات. می‌توانم هر پارامتری را کنترل کنم و همه‌چیز را ثابت نگه دارم تا خروجی یکنواخت بگیرم، به‌جای آن‌که امیدوار باشم یک سرویس ابری فردا هم به همان شکل رفتار کند.

خروجی هم فقط به تصویر محدود نمی‌شود: ویدیو (هنوز امتحان نکرده‌ام)، مدل‌های سه‌بعدی (شگفت‌انگیز)، حذف پس‌زمینه، تنظیم نورپردازی و تقریباً هر چیز دیگر. به‌ویژه عالی است، زیرا می‌توانم پیرامون آن اتوماسیون بسازم و هر بار که چیزی درخواستی می‌فرستد، هزینه‌ای در کار نیست.

متأسفانه یک نکته وجود دارد و همان مورد قبلی است: VRAM. مشکل این نیست که بخواهم مدل‌های تصویری بزرگ‌تری اجرا کنم؛ مشکل این است که برای اجرای یک مدل تصویری مناسب، ابتدا باید LLM را که برای وظایف دیگر استفاده می‌کردم، تخلیه کنم. واقعاً نمی‌توانم LLM و مدل تصویری را هم‌زمان اجرا کنم، چون فضای کافی وجود ندارد. از آن‌جا که کار داده زیادی دارم که به LLM وابسته است، این مسئله باعث شده کمتر از آنچه دوست دارم از ComfyUI استفاده کنم.

۴ — ربات‌های تلگرام

ربات‌هایم حالا واقعاً کار می‌کنند

البته پیش از این هم ربات‌های تلگرام میزبانی کرده‌ام، اما همیشه بیشتر یک پروژه یادگیری بودند تا چیزی مفید. بزرگ‌ترین مشکل این بود که واقعاً نمی‌توانستم آن‌ها را میزبانی کنم. آن‌ها را روی کامپیوترم اجرا می‌کردم و هر بار که کامپیوترم خاموش می‌شد، از کار می‌افتادند. در غیر این صورت باید یک VPS اجاره می‌کردم. اکنون عملاً یک VPS در زیرزمینم دارم. وقت آن است که ارتشی از ربات‌ها بسازم!

چه ربات‌هایی؟ یکی از آن‌ها از همان ربات‌های دانلودر پرطرفدار است. لینکی از یوتیوب یا هر جای دیگری می‌فرستید و ربات ویدیو را دانلود می‌کند و برایتان پس می‌فرستد؛ به لطف yt-dlp و ffmpeg. بیشتر ربات‌های عمومی یا پولی هستند یا شما را مجبور می‌کنند به کانال تبلیغاتی‌شان بپیوندید. ربات من فقط برای خودم است و عالی کار می‌کند.

دیگری رباتی است که تلگرام را به اوبسیدین وصل می‌کند. پیامی را به ربات اوبسیدین خود فوروارد می‌کنم و آن را به یادداشت «ایده‌هایی برای پیگیری» در خزانه‌ام اضافه می‌کند. هیچ‌کدام از این‌ها به‌طور خاص پیچیده نیستند؛ همین را از آن‌ها می‌پسندم. داشتن ماشینی که همیشه روشن است، یعنی پروژه‌های کوچک این‌چنینی دیگر پروژه نمی‌مانند و صرفاً به ابزارهایی بدل می‌شوند که هر روز به کار می‌برم.

۳ — جلی‌فین

خانه‌ای برای انبوه فیلم‌ها

این دیگر تقلب است. مدت‌های طولانی جلی‌فین را روی کامپیوترم میزبانی می‌کردم، اما باز همان مشکل ربات‌ها را داشت. بعد آن را به لپ‌تاپ دِل منتقل کردم که مدتی به‌عنوان سرور خانگی از آن استفاده می‌کردم. طنز ماجرا این‌که سرور جلی‌فین روی همان لپ‌تاپ کوچک بیشتر از ایستگاه کاری بزرگ فعلی‌ام کار می‌کرد. چرا؟ چون در ماشین مجازی بدون GPU اجرا نمی‌شد. آن لپ‌تاپ یک GPU یکپارچه اینتل داشت و جلی‌فین می‌توانست از آن برای رمزگذاری و رمزگشایی کارآمد فایل‌های ویدیویی استفاده کند.

با ماشین مجازی Proxmox فعلاً چنین امکانی ندارم، اما واقعاً هم نیازی نیست. کافی است از پخش مستقیم استفاده کنم و کار رمزگشایی را به دستگاه کلاینت بسپارم. همین کار را کرده‌ام و عالی جواب داده است. بیشتر دستگاه‌هایی که با آن‌ها تماشا می‌کنم، به‌هرحال می‌توانند فایل‌ها را پردازش کنند؛ پس چرا سرور را به کار اضافی وادار کنم؟ حتی یک هارد ۴ ترابایتی دیگر هم اضافه کرده‌ام تا فیلم بیشتری انباشته کنم. جلی‌فین شاهکار است.

۲ — آسترو

اوبسیدین، سیستم مدیریت محتوای من شد

یک وبلاگ شخصی دارم. مدت بسیار طولانی روی هاست cPanel میزبانی می‌شد و وردپرس روی آن اجرا می‌گشت. پروژه‌ای کاملاً شخصی و خصوصی است، پس نیازی به یک VPS کامل نداشتم. وردپرس هم آسان است؛ افزونه و قالب بی‌شماری دارد. اما وردپرس متورم و سنگین است. نه به‌عنوان یک حکم کلی، اما دست‌کم برای کاربرد من واقعاً بیش از حد سنگین بود. وب‌سایت بزرگی با چند نویسنده هم نداشتم.

آنچه بیش از همه آزارم می‌داد این بود که نمی‌توانستم آن‌گونه که می‌خواستم سفارشی‌اش کنم. با PHP اجرا می‌شود. ویرایش قالب، دردسری بیش از ارزشش دارد و متأسفانه تمام کار را بر پایه Elementor، سازنده صفحه کشیدن‌و‌انداختن، بنا کرده بودم. این کار باعث شد هر تغییری که از مرزهای قالب فراتر می‌رفت، بسیار کلافه‌کننده‌تر از حد لازم شود.

هنگامی که تصمیم گرفتم سایت را از هاست cPanel به هوم‌لب شخصی خود منتقل کنم، فهمیدم در واقع هیچ تمایلی به انتقال وردپرس ندارم. حافظه رم زیادی مصرف می‌کرد، کند بود و همه‌اش بی‌فایده به نظر می‌رسید. درست همان زمان با آسترو آشنا شدم. نوشته‌ها را از وردپرس صادر کردم، به پوشه‌ای در خزانه اوبسیدین منتقل کردم و آسترو را طوری تنظیم کردم که به همان‌جا اشاره کند. حالا وبلاگ من اساساً فقط چند فایل است.

چون بر پایه همان جاوااسکریپت و HTML خوب قدیمی است، واقعاً می‌توانم وارد شوم و هر سفارشی‌سازی‌ای که بخواهم انجام دهم. مثلاً یک ابر WebGL خوش‌گل که روی آن کار کرده بودم و بالاخره می‌توانم در صفحه اصلی به نمایش بگذارم. تازه، کافی است یک یادداشت اوبسیدین را در پوشه وبلاگ خزانه‌ام بگذارم تا به‌عنوان یک پست منتشر شود. چه چیزی بهتر از این؟ امتیازهای Lighthouse هم به‌قدری رضایت‌بخش‌اند.

۱ — اُپن‌دبلیو‌آرتی

قدرتمندترین روتر من تاکنون

خب، خب، خب. رسیدیم به این‌جا. من واقعاً شیفته OpenWrt هستم. سعی کرده‌ام تا جای ممکن افراد بیشتری را به استفاده از آن ترغیب کنم؛ هم با گفتن به همه که یک روتر دست‌دوم لینک‌سیس بخرند و OpenWrt رویش نصب کنند، هم با به‌نمایش گذاشتن همه کارهایی که با OpenWrt می‌توانم انجام دهم و معمولاً با یک روتر خانگی عادی ممکن نیست. نمی‌دانم در ترغیب آدم‌ها چقدر موفق بوده‌ام، اما در مجهز کردن تقریباً هر دستگاه شبکه‌ای که به دستم رسیده به OpenWrt، بسیار موفق بوده‌ام. هر بار هم از گستردگی پشتیبانی سخت‌افزاری OpenWrt شگفت‌زده می‌شوم.

مشکل این بود که شبکه‌ام بالاخره از سخت‌افزار فراتر رفت. چند قانون VPN، PBR چند-WAN و مسیریابی جغرافیایی نسبتاً پرمصرف را هم‌زمان اجرا می‌کنم. متأسفانه، هرچند OpenWrt شاهکار است، نمی‌تواند جادویی به روترهایم بیش از ۱۲۸ مگابایت RAM بدهد. به چیزی بیشتر نیاز داشتم.

به پیشنهاد یک دوست، تصمیم گرفتم OpenWrt را به‌صورت یک ماشین مجازی روی کامپیوتر Proxmox خود نصب کنم. حالا روتری با ۴ گیگابایت RAM و ۵۰ گیگابایت فضای ذخیره‌سازی دارم. می‌توانم هر بسته‌ای که بخواهم نصب کنم. هر زمان نیاز باشد، منابع بیشتری به آن اختصاص می‌دهم. می‌توانم پیش از آن‌که ناگزیر چیزی را خراب کنم، اسنپ‌شات بگیرم. دیگر هم درگیر فشرده‌کردن قوانین شبکه‌ای هرچه عجیب‌تر در سخت‌افزاری نیستم که برای قرار گرفتن در نشیمن خانه کسی و پخش Wi-Fi طراحی شده است. راه‌اندازی‌اش کمی دلهره‌آور بود، اما از آن زمان به بعد موهبتی بوده است.

خود سرور شاید محبوب‌ترین بخش کار برای من باشد

هیچ‌یک از این موارد به‌تنهایی واقعاً دلیل موجهی برای ساخت سرور خانگی نبود. اما وقتی ماشین از قبل آن‌جاست، معادله عوض می‌شود. هر ایده کوچکی به این پرسش تبدیل می‌شود: «چرا که نه؟» یک کانتینر یا ماشین مجازی بالا می‌آورم، امتحانش می‌کنم و می‌بینم آیا جایی دائمی پیدا می‌کند یا نه. خیلی از چیزها جایی پیدا نمی‌کنند، اما آن‌هایی را که پیدا می‌کنند واقعاً دوست دارم.

منبع: این مطلب ترجمه و بومی‌سازی مقاله‌ای از MakeUseOf به قلم Amir Bohlooli است. مشاهده مقاله اصلی