TL;DR

이 레포는 Personal AI Computer용 오픈 하드웨어 자료를 BOM, CAD, 조립 사진, BIOS 설정과 함께 제공하는 하드웨어 중심 리포지토리입니다. 2×5090부터 8×5090, 4×6000까지 네 가지 빌드를 구체적 수치와 물리적 치수로 구분해 제시하며 전력·냉각·메인보드 요구사항을 명시합니다. 빌드 후 BIOS 튜닝과 GPU 안정성 테스트 절차가 포함되어 실제 가동성을 확보하는 데 초점을 맞추고 있으며 Grid 같은 로컬 오케스트레이터와의 통합을 권장합니다.

핵심 포인트

• 이 레포는 개인용에서 데이터센터급까지 네 가지 하드웨어 빌드를 위한 오픈 하드웨어 리소스를 하나로 모아 제공합니다. 부품 목록(BOM), CAD 도면, 조립 사진과 각 빌드에 필요한 BIOS 설정을 포함해 실제로 머신을 조립하고 가동하기 위한 실무 정보들을 함께 제공합니다. 하드웨어 설계 문서가 소프트웨어 스택과 연계되도록 Grid 같은 로컬 AI 오케스트레이터 사용을 권장합니다.
• 각 빌드는 GPU 수량과 전력·냉각·메인보드 요구사항을 명확히 구분하고 있으며 2×5090, 4×5090, 8×5090, 4×6000 같은 구성별로 VRAM·메모리 대역폭·FP32 TFLOPS 수치를 제시합니다. 예를 들어 2×5090 빌드는 64 GB VRAM·3,584 GB/s·419 FP32 TFLOPS를 기준으로 Intel Xeon W5와 1,600 W PSU를 권장하고, 8× 빌드는 최대 5,100 W 전력 소모와 5U 랙 섀시를 전제로 설계됩니다. 빌드별 수치와 물리적 치수, 무게가 명시되어 있어 예산과 설치 공간을 사전에 평가할 수 있습니다.
• 소프트웨어 영역에서는 BIOS 튜닝과 GPU 안정성 테스트 절차를 별도 문서로 제공해 다중 GPU 시스템에서 실제 가동성을 확보하는 흐름을 지원합니다. 레포는 Grid로의 통합을 권장하지만 vLLM, Ollama, llama.cpp 같은 로컬 실행 엔진과 함께 사용 가능한 구조로 설계되어 있어 소프트웨어 선택의 유연성이 있습니다. 설치 스크립트 예시(curl | bash)와 테스트 체크리스트가 포함되어 있어 빌드 후 검증 작업을 체계적으로 진행할 수 있습니다.
• 이 레포는 데이터와 추론을 자체 인프라로 유지하려는 목적에 초점을 맞추고 있어 API 비용 회피와 데이터 보안 측면의 의사결정 근거를 제공합니다. 동시에 고출력 GPU 구성은 수백만 원대의 전력 및 PSU 예산, 적절한 냉각 설계, 물리적 설치 공간을 요구하므로 운영비·설치 난이도·전력 인프라를 함께 고려해야 합니다. 따라서 개인 실험실이나 소규모 팀이 자체 인프라를 구축할 때 실무적 가이드와 체크리스트로 활용할 만한 자료가 됩니다.

벤치마크

이미지 분석