Homelab et matériel TrueNAS Scale
Plateforme matérielle, stockage ZFS, applications auto-hébergées, outils de sécurité et services liés à l’IA.
Guide et documentation par Alban Andrieu.
Matériel, applications, ZFS, automatisation et IA — open source et mise en pratique.
Homelab pour les projets de sécurité, d’IA et freelance
Ce homelab a été construit pour héberger les futurs projets et services Nabla.
Il permet de tester des intégrations de services de sécurité et d’IA, ainsi que de reproduire des attaques ciblant mes domaines.
Services TrueNAS
Applications auto-hébergées sur TrueNAS Scale.
Les icônes des services proviennent de selfh.st/icons. Pour découvrir d’autres applications open source auto-hébergées, consultez selfh.st/apps.
Opérations et diagnostic
Un snapshot unique en lecture seule du runtime FastAPI, de la santé des dépendances et des preuves TrueNAS, pfSense et Cloudflare. Commencez ici pour identifier la couche en défaut avant de modifier la configuration.
Après sept années de service fiable, l’ancien système FreeNAS est tombé en panne : sa carte mère, son processeur et plusieurs disques durs étaient défectueux. Une mise à niveau s’imposait.
Un système physique Mini-ITX exécutant TrueNAS Scale : stockage ZFS fiable et hôte homelab pour les applications, la domotique, les outils de sécurité et les charges de calcul intensives, notamment les expérimentations IA.
- ZFS et jeux de donnéesPools, instantanés et réplication
- Hôte homelabApplications, machines virtuelles et services internes
- Pile de sécuritéOutils de sécurité et supervision
- IA et calculCapacité AM5 pour les modèles et traitements
Nomenclature du matériel
Composants réutilisés
- Boîtier : ancien châssis iXsystems d’environ 170 × 170 mm, au format Mini-ITX.
- Alimentation : ancienne unité de 200 W, incompatible avec le connecteur processeur 8 broches de la carte mère MSI.
- SSD mSATA Kingston SKC600MS — 256 Go TLC 3D NAND. 83 €.
- Stockage : 4 × Western Digital Red WD30EFRX — 3 To chacun, SATA 6 Gbit/s.
Nouveaux achats
- MSI MPG B650I Edge WiFi — Carte mère Mini-ITX AM5, DDR5, PCIe 4.0, M.2 et Wi-Fi 6E. 174,67 €.
- ORICO mSATA SSD enclosure (USB 3.0, 5 Gbps) — Boîtier USB 3.0 sans outil pour SSD mSATA 50 × 30 mm, jusqu’à 2 To. 17,99 €.
- Noctua NH-L9a-AM5 — Ventirad compact pour processeur AMD AM5. 49,90 €.
- AMD Ryzen 7 7700 — Processeur 3,8 GHz avec 32 Mo de cache L3. 212,75 €.
- Crucial DDR5 64 GB 5600 MHz — Mémoire CL46 (CT64G56C46U5 ; compatible également avec 5200/4800 MHz). 679,00 €.
- ATX 500 W PSU — Alimentation ATX 500 W ; l’unité plus compacte commandée n’a jamais été livrée. 50,00 €.
Prix total1 184,31 €Somme de la carte mère, du boîtier, du processeur, de la mémoire, du ventirad et de l’alimentation.
Évolutions possibles
Pool SSD rapide pour les services
Planifié2 × WD Red SN700 1 To NVMe SSD — 299,99 € l’unité, 599,98 € au total.
boot-poolMiroir → fastpoolRAIDZ → cpoolLes datasets applicatifs existants seront migrés sélectivement vers le pool SSD. Par exemple, /mnt/cpool/openwebui pourra devenir /mnt/fastpool/appdata/openwebui, tandis que les données volumineuses resteront sur cpool.
GPU pour l’inférence IA locale
La carte mère fournit un slot PCIe x16. Le choix final dépend surtout de l’espace réel dans le châssis, de l’alimentation et de la VRAM nécessaire aux modèles.
Relevé de prix : 24 août 2026 ; les prix de vente peuvent évoluer rapidement.
PNY NVIDIA RTX PRO 4000 Blackwell SFF Edition
Choix privilégié- VRAM
- 24 GB GDDR7 ECC
- Puissance
- 70 W
- Format
- 168 mm, double-slot, low-profile
- Prix observé
- 2 483,00 €
Meilleur choix pour le châssis compact actuel et l’alimentation 500 W. Ses 70 W, son format low-profile double-slot et ses 24 Go de VRAM ECC en font l’évolution privilégiée pour l’inférence.
NVIDIA RTX PRO 5000 Blackwell
- VRAM
- 48 GB GDDR7 ECC
- Puissance
- 300 W
- Format
- 267 mm, double-slot, pleine hauteur
- À partir de
- 7 172,61 €
Double la VRAM à 48 Go et élargit fortement les modèles exécutables entièrement sur GPU, mais ses 300 W et son format pleine hauteur de 267 mm imposeront probablement un boîtier plus grand et une alimentation plus puissante.
NVIDIA RTX PRO 6000 Blackwell Max-Q
- VRAM
- 96 GB GDDR7 ECC
- Puissance
- 300 W
- Format
- 267 mm, double-slot, pleine hauteur
- À partir de
- 18 888,97 €
Avec 96 Go de VRAM ECC, c’est la cible maximale de cette feuille de route pour l’inférence locale. Prévoir un nouveau boîtier, une alimentation renforcée et une ventilation adaptée pour la carte Max-Q de 300 W.
Capacité des modèles locaux avec RTX PRO 4000 SFF
Capacité indicative avec un GPU de 24 Go. Les vitesses mesurées proviennent de benchmarks publics réalisés sur ce GPU exact lorsque disponibles ; les autres valeurs sont des estimations d’ingénierie prudentes et dépendent de la quantification, du contexte et du moteur d’inférence.
Modèles tenant dans 24 Go de VRAM
| Modèle | Mémoire modèle approx. | Usage privilégié | Vitesse de génération | Prompts parallèles pratiques |
|---|---|---|---|---|
| gpt-oss-20b MXFP4 | 11.27 GiB | Raisonnement général, agents, outils et code | 109.7 tok/smesuré sur RTX PRO 4000 Blackwell SFF | 4–8 |
| Qwen3.6-35B-A3B-MTP IQ4_NL | 17.25 GiB | Code agentique, travail sur dépôt et raisonnement multimodal général | 95.9 tok/smesuré sur RTX PRO 4000 Blackwell SFF | 2–4 |
| Qwen3-Coder-30B-A3B-Instruct Q4_K_M | ~18.6 GB | Code spécialisé et développement à l’échelle d’un dépôt | ~70–100 tok/sestimé | 2–4 |
| MADLAD-400-10B-MT 4-bit | ~6–8 GB | Traduction multilingue à fort volume (400+ langues) | ~30–60 tok/sestimé | 8+ |
Modèles hybrides plus grands avec 128 Go de RAM système
| Modèle | Mémoire modèle approx. | Usage privilégié | Vitesse de génération | Prompts parallèles pratiques |
|---|---|---|---|---|
| gpt-oss-120b MXFP4 | 63.4 GB | Raisonnement général de meilleure qualité, agents et code | ~20–30 tok/sestimé | 1–2 |
| Llama 3.3 70B Instruct Q4_K_M | ~42 GB | Grand modèle généraliste multilingue ; offload dense CPU/GPU | ~2–4 tok/sestimé | 1 |
| NVIDIA Nemotron 3 Super 120B-A12B (quantized) | ~65 GB | Raisonnement agentique, RAG et expérimentation long contexte ; runtimes quantifiés communautaires | ~8–16 tok/sestimé | 1 |
Source du benchmark sur ce GPU exact
Les chiffres de parallélisme supposent un serveur partagé de type llama.cpp/vLLM avec batching continu et des contextes courts à moyens. Ils ne signifient pas qu’une copie distincte du modèle est chargée pour chaque utilisateur.
La RAM système ne devient pas de la VRAM. Les modèles plus grands utilisent un offload CPU/RAM et sont donc nettement plus lents que ceux qui tiennent entièrement sur le GPU. Sur TrueNAS, ces mêmes 128 Go sont aussi partagés avec l’ARC ZFS et les autres applications : les très gros modèles nécessitent donc un budget mémoire explicite et des limites ARC/conteneurs raisonnables.
Projet et services Nabla
Nabla
Environnement d’ingénierie pour les intégrations de sécurité, d’IA, de plateforme et les tests de résilience opérationnelle.
Ouvrir le projet Nabla