メインコンテンツへスキップ

使用機器

現在、ゲーム、プログラミング、日常で使用している機器です。

最近更新

これは、私のホームラボ、開発作業、および日常的なコンピューティングを支えるハードウェアの完全なインベントリです。

マーケティングやアフィリエイトリンクは一切ありません。実際に使用しているマシンと、それらが私のセットアップに存在する理由のみを記載しています。

ハードウェアは以下のように分類されています:

  • 個人用ノートパソコン - メインマシン
  • ホームラボメインサーバー - データベースやサービスのパワーハウス
  • ホームラボARM64ノード - ARMテスト用のラズベリーパイ
  • クラウドx86-64マシン - クラウド上の開発および本番環境
  • クラウドARM64マシン - ARMベースのクラウドワークロード

個人用ハードウェア

メインノートパソコン

これは私のメインマシンです。勉強、コーディング、SSH、ドキュメント作成、一般的な作業など、あらゆることに使用しています。

スペック

  • CPU
    • AMD Ryzen 7 7445HS
  • RAM
    • 64 GB DDR5
  • ストレージ
    • 256 GB SSD
    • 360 GB SSD
    • システム、開発ツール、ローカルデータベース、コンテナ、ファイル用
  • GPU
    • Nvidia RTX 4070 (ノートパソコン用)

主な使用用途:

  • コードやドキュメント作業のためのターミナルとIDE
  • Tailscaleを介したラボやクラウドマシンへのSSH接続
  • データベースクライアント、管理ツール、ダッシュボード
  • ラボで動作しているサービスと通信するブラウザやアプリ
  • 必要に応じたローカルコンテナや軽量VM

このノートパソコンは、他のすべてを制御する中心的な存在です。


ホームラボのハードウェア

自宅のメインサーバー

これはホームラボ内の大型マシンで、データベース、サービス、実験に特化しています。

CPU

  • Intel Xeon W9 3475X

メモリ

  • 256 GB ECC R
  • ミラー構成の256 GB ECC R
  • 合計512 GBのECCメモリ、冗長性を確保し障害を回避

ストレージ

HDDストレージ:

  • 14 TB HDD メインデータ用
  • 14 TB HDD 冗長性用
  • 14 TB HDD バックアップ用

NVMeストレージ:

  • 256 GB NVMe システム用
  • 500 GB NVMe ファイルキャッシュ用
  • 4 TB NVMe コールドファイルと長期保存用

GPU

  • Nvidia GT210 ビデオ出力用
  • Nvidia GT 1050 軽量ワークロードとビデオコーデック用
  • AMD Radeon RX 7900 XTX AIワークロード用

注: 将来的にすべてのNvidiaおよびIntelハードウェアをAMDコンポーネントに置き換える予定です。

主な使用用途:

  • 実際のラボスタイルのPostgreSQLやその他のデータベース
  • セルフホストサービス用のDocker/コンテナスタック
  • モニタリング、ロギング、バックアップジョブ
  • RX 7900 XTXを使用したAI実験
  • 冗長性を持たせたメディア、バックアップ、ラボデータのストレージ

これがホームラボの中核であり、最も重い作業が行われる場所です。


ホームラボ内のARM64ノード

自宅ではARM64環境も用意しており、テストや多様性のために使用しています。

ボード

  • Raspberry Pi 5 16 GBバージョン

SoC

  • Broadcom BCM2712
  • クアッドコアARM Cortex A76

メモリ

  • 16 GB LPDDR4X 4267

ストレージ

  • 64 GB eMMC モジュール システム用
  • 512 GB ドライブ コンテナとファイル用

主な使用用途:

  • ARMコンテナの実行
  • クラウドARMに移行する前にARM64でのサービステスト
  • 低消費電力で常時稼働する小規模サービス
  • 小型ボードでのストレージ実験

このノードは、私のセットアップがx86専用ではないことを確認するのに役立ちます。


クラウドハードウェア

クラウド上でも開発および本番ワークロードを実行しています。現在、主に2つのVMグループがあります。

クラウド上のx86 64開発および本番環境

これらは同じハードウェアを持つ2つの仮想マシンで、1つは開発用、もう1つは本番用です。

VMごとのスペック

  • CPU
    • AMD EPYC 7551 8 vCPU
  • RAM
    • 16 GB
  • ストレージ
    • 250 GB システム、データ、ログ用

同じ構成のマシンが2台あります。

主な使用用途:

  • より現実的な本番環境でのデータベースやサービスの実行
  • Tailscaleを介したホームラボとの通信を伴うデプロイメントのテスト
  • スタックの一部がオンプレミス、一部がクラウドにあるシナリオのシミュレーション

クラウド上のARM64開発および本番環境

ARM64アーキテクチャで実行するテストやワークロードのために、クラウド上にもARM64マシンを用意しています。

VMごとのスペック

  • CPU
    • 8 vCPU
  • RAM
    • 24 GB
  • ストレージ
    • 150 GB システムとデータ用

注: クラウドプロバイダーによってCPUモデルの詳細は指定されていません。重要なのはパフォーマンスとARM64アーキテクチャです。

主な使用用途:

  • ARM64コンテナやサービスの実行
  • ARMとx86セットアップ間のパフォーマンス差の確認
  • エネルギー効率の良いワークロードの実験

このグループでも、少なくとも開発環境と本番環境を分離することを目指しています。


このハードウェアの組み合わせの理由

このハードウェアの組み合わせは無作為ではありません。単純な考えに基づいています。- ノートブックはコントロールセンターです

  • ホームラボのメインサーバーは、重い作業とストレージの拠点です
  • ホームのARM64ノードは、多様性と低消費電力の実験を可能にします
  • クラウドマシンは、より現実的な本番環境のシミュレーションを可能にします

この組み合わせにより、以下のことができます:

  • 自宅で本格的なメモリとストレージを使用してデータベースやサービスをテストできます
  • RX 7900 XTXを使用してAIワークロードをローカルで実行できます
  • ミラーリングされたRAMと複数のHDDで冗長性とバックアップを維持できます
  • x86とARM64の動作を比較できます
  • 開発、ステージング、本番環境のスタイル分離を実践できます

このインベントリは、実際に所有しているものを思い出すのに役立ち、インフラストラクチャのドキュメントとしても機能します。この記事を読んでいてホームラボに興味がある方は、yuricunha.comの裏側で何が動いているのかがわかりました。

Ideapad Gaming 3 R7
Ideapad Gaming 3 R7

このノートブックを選んだ理由:

  • パフォーマンスとポータビリティの完璧なバランス
  • 開発やたまのゲームに最適
  • 優れたコストパフォーマンス

💡 プロのヒント

ゲーミングPCを組み立てる際は、まずGPUとCPUに投資しましょう。周辺機器は後からアップグレードできますが、メインコンポーネントが全体的なパフォーマンスを決定します。

インフラツールの比較

ツールメリットデメリット価格評価
Docker
  • • 簡単なコンテナ化
  • • 開発に最適
  • • 豊富なエコシステム
  • • リソースの高使用率
  • • 学習曲線が急
無料
(5/5)
Kubernetes
  • • 優れたオーケストレーション
  • • オートスケーリング
  • • 本番環境向け
  • • 複雑な設定
  • • 学習曲線が非常に急
無料
(4/5)
Terraform
  • • インフラのコード化
  • • マルチクラウド対応
  • • 優れた計画機能
  • • ステート管理が複雑
  • • 複雑になる可能性あり
無料/有料
(4/5)