用电子垃圾攒一台 128GB 显存的本地 AI 服务器：从 eBay 旧件到跑起 DeepSeek

原文来源：No, We Have AI At Home — 作者用云游戏时代遗留的 AMD V620 显卡和二手主板，从 eBay 垃圾堆里攒出一台 128GB 显存的本地 AI 服务器，跑起了 Gemma 和 DeepSeek V4 Flash。

"我只信任能在车库里拆开再装回去的技术。"这是软件开发者 J. D'Agostino 的开场白。他受够了连上云端服务、把编码 Agent 交给别人控制的模式："你会开始依赖它，然后它就被拿走了。"他的目标是每个家庭都有一台"小 AI 数据中心"——正好现在处在电脑零件短缺期，所以打算用垃圾把它拼出来。

这篇教程是他的系列第一篇，讲硬件怎么攒起来。下文把关键步骤和踩坑点都整理出来。

核心硬件：四块云游戏时代的"遗物"

整个方案的灵魂是 AMD V620。2022 年前后一批公司想推云游戏，AMD 把一块工作站显卡加显存、去掉视频输出，做成了 V620。这东西从没公开发售，云游戏又因为延迟问题黄了，AMD 却严重超产——结果就是 eBay 上的二手服务器硬件商手里有大量近乎全新的货，价格便宜。

V620 每块 32GB 显存，速度不错。它不适合 AI 负载是出了名的（AMD 的软件支持也臭名昭著），但便宜就是硬道理。唯一的坑：它是服务器卡，没有风扇，靠机箱里震耳欲聋的吹风散热。

配套主板选了 2017 年的 X299 平台，来自某人的旧游戏主机，eBay 上便宜。看中的是它四条 PCIe x16 插槽间距刚好能并排插四块双槽卡。CPU 是 i9-10900X——作者的评价是"Intel 近二十年造过的最差 CPU"，2019 年发布时是 Skylake 的再再再refresh，贵且耗电。但正因为差，现在便宜，而且能干活。内存和 SSD 从家里别的电脑上拆，电源上了 1600W（eBay 上居然比 1200W 还便宜，反正启动瞬间四卡加最不节能的 CPU 需要大余量）。

第一个坑：3D 打印风扇导流罩

显卡没有风扇，需要机箱风墙。网上现成的单卡散热罩方案对四卡并排都不合适：要么用末端一枚超小超吵的 40mm 风扇，要么向侧面凸出一大块装不下相邻卡。四张双槽卡并排约 160mm 宽，最优解是两枚 80mm 服务器风扇直接吹过散热片。

作者用 OnShape 建模、碳纤维 ASA 打印了一个导流罩，把 80mm 风扇固定在两张卡上，利用卡背面的金属理线鳍片螺丝孔安装，留出供电接口的切口。风扇选了 10000 RPM 的——"和慢风扇一个价，那就买快的"。真的非常吵，初期调试得戴耳罩。

第二个坑：2017 年的 BIOS 不认识四卡 128GB

机器第一次根本点不亮。戴着耳罩在车库里跟 BIOS 搏斗了大约一小时，才找到关键：必须开启 Resizable BAR 和 MMIO High Size，而且这两个选项藏在高级设置里两个不同的菜单深处——"2017 年没人想过有人会往这块板子上插这么多显存"。顺带一提，他车库没网线，于是晚上 11 点开始在墙上钻孔。

第三个坑：主板风扇调速不支持分通道

开机装好 Ubuntu 24.04，编译了 llama.cpp，先测 Gemma 4——单卡轻松装下，速度比之前的 RTX 3090 略慢但完全可用。然后上目标模型 DeepSeek V4 Flash：装得下，但慢，优化留到下一篇。

回到风扇问题：这台 Supermicro 主板拒绝给不同风扇设不同转速（据说是 Supermicro 通病），10000 RPM 全速能把声音传出整栋房子，根本不需要全速。解法是自建风扇控制器：翻出一盒关税时代前囤的 Arduino Nano 克隆板，找出十年前单片机课写的 PWM 电机代码，改吧改吧接上。

控制器只从服务器收一个百分比，服务器上跑个脚本读温度、换算转速。既然这是台 AI 服务器，他干脆让 DeepSeek V4 Flash 自己写风扇控制脚本——"很合适"。中间有个名场面：他让模型想个办法加热 GPU 来测试脚本，模型开始写 PyTorch 做矩阵乘法，他说"不，你就跑在这些卡上，你活在 llama.cpp 实例里，随便说句话就会把卡跑起来"，模型当场经历了一场短暂的存在主义危机。

这套方案的要点总结

• 省钱靠信息差：V620 和 X299 都是被时代淘汰、被市场遗忘的硬件，性能够用但价格远低于"AI 专用卡"
• 显存就是一切：本地跑大模型拼的是 VRAM 容量和带宽，四卡 128GB 能装下主流开源模型
• 散热和供电是隐藏成本：服务器卡的散热要自己解决（3D 打印 + 高转速风扇），大电源是刚需
• 软件栈门槛不高：Ubuntu + llama.cpp 就能跑，AMD 卡用起来确实要多折腾，但能跑

作者放出了风扇导流罩的 STL 文件和 Arduino + 服务端温控代码。机器现在稳定了，下一步是怎么让 DeepSeek V4 Flash 跑得快——那是下一章的事。

如果你对"家里放一台不依赖云端的 AI 服务器"有兴趣，这套路线最大的门槛其实是动手意愿而不是预算。预算敏感、动手能力强的读者，值得蹲一下 eBay 的 e-waste 卖家。