Equipo
Este es el equipo que actualmente uso para juegos, programación y el día a día.
esta es una lista completa del hardware que alimenta mi homelab, trabajo de desarrollo y computación diaria.
sin marketing, sin enlaces de afiliados: solo las máquinas reales que uso y por qué existen en mi configuración.
el hardware está organizado en:
- portátil personal - mi equipo principal
- servidor principal del home lab - la potencia para bases de datos y servicios
- nodo arm64 del home lab - raspberry pi para pruebas en arm
- máquinas en la nube x86-64 - desarrollo y producción en la nube
- máquinas en la nube arm64 - cargas de trabajo en la nube basadas en arm
Hardware personal
Portátil principal
Este es mi equipo principal. Lo uso para todo lo relacionado con estudio, código, SSH, documentación y trabajo general.
Especificaciones
- CPU
- AMD Ryzen 7 7445HS
- RAM
- 64 GB DDR5
- Almacenamiento
- 256 GB SSD
- 360 GB SSD
- usado para el sistema, herramientas de desarrollo, bases de datos locales, contenedores y archivos
- GPU
- Nvidia RTX 4070 (portátil)
Casos de uso principales:
- terminales e IDEs para trabajar en código y documentación
- SSH a todas las máquinas de laboratorio y en la nube a través de Tailscale
- clientes de bases de datos, herramientas de administración y paneles de control
- navegadores y aplicaciones que se comunican con servicios que se ejecutan en el laboratorio
- algunos contenedores locales y VMs ligeras cuando son necesarias
Este portátil es el lugar desde donde controlo todo lo demás.
Hardware del laboratorio en casa
Servidor principal en casa
Esta es la máquina principal del laboratorio en casa, enfocada en bases de datos, servicios y experimentos.
CPU
- Intel Xeon W9 3475X
Memoria
- 256 GB ECC R
- 256 GB ECC R en configuración espejo
- un total de 512 GB de memoria ECC, configurada para redundancia y evitar fallos
Almacenamiento
Almacenamiento rotacional:
- 14 TB HDD para datos principales
- 14 TB HDD para redundancia
- 14 TB HDD para copias de seguridad
Almacenamiento NVMe:
- 256 GB NVMe para el sistema
- 500 GB NVMe usado como caché de archivos
- 4 TB NVMe para archivos en frío y almacenamiento a largo plazo
GPUs
- Nvidia GT210 para salida de video
- Nvidia GT 1050 para pequeñas cargas de trabajo y códecs de video
- AMD Radeon RX 7900 XTX para cargas de trabajo de IA
nota: planeo reemplazar todo el hardware Nvidia e Intel con componentes AMD en el futuro
Uso típico:
- PostgreSQL y otras bases de datos en configuraciones de laboratorio reales
- Pilas de Docker/contenedores para servicios autoalojados
- tareas de monitoreo, registro y copias de seguridad
- experimentos de IA utilizando la RX 7900 XTX
- almacenamiento para medios, copias de seguridad y datos del laboratorio con redundancia
Este es el núcleo del laboratorio en casa y donde ocurre la mayor parte del trabajo pesado.
Nodo ARM64 en el laboratorio en casa
También mantengo un entorno ARM64 en casa para pruebas y variedad.
Placa
- Raspberry Pi 5, versión de 16 GB
SoC
- Broadcom BCM2712
- quad core ARM Cortex A76
Memoria
- 16 GB LPDDR4X 4267
Almacenamiento
- Módulo 64 GB eMMC para el sistema
- Disco de 512 GB para contenedores y archivos
Casos de uso:
- ejecución de contenedores ARM
- pruebas de servicios en ARM64 antes de llevarlos a la nube ARM
- pequeños servicios siempre encendidos con bajo consumo de energía
- experimentos con almacenamiento en placas pequeñas
Este nodo me ayuda a asegurarme de que mis configuraciones no sean solo para x86.
Hardware en la nube
También ejecuto cargas de trabajo de desarrollo y producción en la nube. Actualmente hay dos grupos principales de máquinas virtuales.
x86 64 dev y prod en la nube
Estas son dos máquinas virtuales con el mismo hardware, una para desarrollo y otra para producción.
Especificaciones por VM
- CPU
- AMD EPYC 7551, 8 vCPU
- RAM
- 16 GB
- Almacenamiento
- 250 GB para sistema, datos y registros
Hay dos de estas máquinas con la misma configuración.
Uso principal:
- ejecución de bases de datos y servicios en un entorno más realista similar a producción
- pruebas de implementaciones que se comunican con el laboratorio en casa a través de Tailscale
- simulación de escenarios donde parte de la pila está en las instalaciones y parte en la nube
ARM64 dev y prod en la nube
También mantengo máquinas ARM64 en la nube para pruebas y cargas de trabajo que tienen sentido en esa arquitectura.
Especificaciones por VM
- CPU
- 8 vCPU
- RAM
- 24 GB
- Almacenamiento
- 150 GB para sistema y datos
nota: el modelo exacto de CPU no está especificado por el proveedor de la nube; lo importante es el rendimiento y la arquitectura ARM64
usado para:
- ejecución de contenedores y servicios ARM64
- comprobación de diferencias de rendimiento entre configuraciones ARM y x86
- experimentos con cargas de trabajo eficientes en energía
Nuevamente, la idea es tener al menos desarrollo y producción separados en este grupo.
¿Por qué esta mezcla de hardware?
El hardware no es aleatorio. Sigue una idea simple.- el portátil es el centro de control
- el servidor principal del laboratorio en casa es donde residen el trabajo pesado y el almacenamiento
- el nodo ARM64 en casa me brinda variedad y experimentos de bajo consumo
- las máquinas en la nube me permiten simular configuraciones de producción más realistas
Con esta combinación puedo:
- probar bases de datos y servicios con memoria y almacenamiento serios en casa
- ejecutar cargas de trabajo de IA localmente usando la RX 7900 XTX
- mantener redundancia y copias de seguridad con RAM espejada y múltiples discos duros
- comparar el comportamiento de x86 y ARM64
- practicar la separación de estilos de desarrollo, preparación y producción
este inventario me ayuda a recordar lo que realmente tengo y sirve como documentación para mi infraestructura. Si estás leyendo esto y te interesan los laboratorios en casa, ahora sabes qué es lo que funciona detrás de escena en yuricunha.com.

Por qué elegí este portátil:
- Equilibrio perfecto entre rendimiento y portabilidad
- Excelente para desarrollo y juegos ocasionales
- Relación calidad-precio inmejorable










💡 Consejo profesional
Al montar un PC para juegos, invierte más en la GPU y la CPU primero. Siempre puedes actualizar los periféricos después, pero los componentes principales determinan tu rendimiento general.





















Comparación de Herramientas de Infraestructura
| Herramienta | Ventajas | Desventajas | Precio | Calificación |
|---|---|---|---|---|
Docker |
|
| Gratis | (5/5) |
Kubernetes |
|
| Gratis | (4/5) |
Terraform |
|
| Gratis/De pago | (4/5) |






