Scegliere l'Hardware Giusto per un Homelab
La filosofia dietro la scelta dell'hardware — espandibilità, efficienza, comprare usato, e i tre percorsi che ho considerato prima di scegliere una build custom.
In questa pagina
Dopo aver documentato il mio hardware attuale e lo stack software, il quadro è chiaro: un Celeron J4125 con 8 GB di RAM che fa girare 20+ container Docker ha raggiunto i suoi limiti. È il momento di scegliere cosa viene dopo — ma prima di immergermi nelle schede tecniche, voglio spiegare la filosofia dietro la decisione.
Scegliere l’hardware per un homelab non è semplicemente prendere il processore più veloce o la maggior quantità di RAM che puoi permetterti. Si tratta di capire le tue reali necessità, anticipare la crescita, ed evitare gli errori che portano a ricostruire tutto da zero in due anni.
Lezioni dal Setup Attuale
Il mio mini PC NiPoGi mi ha insegnato molto su cosa conta e cosa no:
Cosa ha funzionato:
- Basso consumo energetico (~10W idle) — in 3+ anni, questo ha risparmiato centinaia di euro rispetto a hardware enterprise
- Formato compatto — vive su una mensola, silenzioso e invisibile
- Workflow basato su Docker — l’isolamento dei container ha reso facile aggiungere e rimuovere servizi
Cosa non ha funzionato:
- 8 GB di RAM non sono espandibili — saldati sulla scheda, niente slot DIMM. Quando ho raggiunto il tetto, l’unica opzione era la sostituzione
- 128 GB di SSD non è espandibile — niente secondo slot M.2, niente porte SATA. Finire lo spazio significa drive USB esterni, il che vanifica lo scopo
- Nessuno slot PCIe — quando ho voluto aggiungere una GPU per far girare LLM locali con prestazioni decenti, era semplicemente impossibile. Il Celeron J4125 fatica anche con modelli minuscoli, e senza una GPU dedicata, strumenti come Open WebUI sono giocattoli più che strumenti
- No memoria ECC — per un server che esegue ZFS e dati critici, ECC è una reale necessità, non un lusso
La lezione fondamentale: una scatola sigillata senza espandibilità è un vicolo cieco. Funziona benissimo finché le tue esigenze non crescono — e in un homelab, le esigenze crescono sempre.
La Filosofia: Costruire per Domani, Non Solo per Oggi
Prima di guardare qualsiasi hardware specifico, ho stabilito quattro principi guida:
1. Espandibilità Sopra la Compattezza
Un mini PC è elegante. È piccolo, silenzioso, efficiente. Ma quando non puoi aggiungere RAM, cambiare la CPU, o installare una scheda PCIe, stai comprando un dispositivo con una durata fissa legata alle tue esigenze attuali.
Una build custom è meno elegante. È più grande, consuma più corrente, richiede cable management. Ma quando hai bisogno di 64 GB di RAM invece di 32, o vuoi installare una GPU per AI locale, cambi un componente invece di sostituire l’intera macchina.
Per un homelab che evolverà nel corso degli anni, l’espandibilità vince.
2. Separazione delle Responsabilità
Far girare tutto su una macchina era comodo ma fragile. Un singolo riavvio manda giù la smart home, il DNS, la VPN, il monitoraggio — tutto. La nuova architettura dovrebbe idealmente separare:
- Smart home (Home Assistant) su hardware affidabile e sempre attivo
- Servizi e sperimentazione su una piattaforma più potente e espandibile
- Storage con ridondanza adeguata e capacità di crescita
3. L’Efficienza Energetica Conta Ancora
Il funzionamento 24/7 significa che ogni watt pesa. A €0,25/kWh (tariffa residenziale italiana tipica), la differenza tra 30W e 150W idle è:
| Consumo Idle | Costo Annuale |
|---|---|
| 30W | ~€66 |
| 50W | ~€110 |
| 80W | ~€175 |
| 150W | ~€328 |
L’obiettivo è intorno ai 30W idle per la nuova build. Può sembrare tanto rispetto a zero, ma consideriamo: l’attuale NiPoGi consuma ~10W, più il NAS WD MyCloud ~15W — sono già ~25W per un setup che riesce a malapena a gestire il suo carico. Una macchina ben costruita a 30W idle che sostituisce entrambi e aggiunge capacità GPU, vera ridondanza storage e spazio per crescere sarebbe in realtà un miglioramento in termini di prestazioni per watt.
4. Comprare Usato Dove Possibile
Un homelab non deve essere costruito con pezzi nuovi di zecca. Il mercato dell’usato per componenti PC è eccellente — specialmente per CPU, RAM, GPU e case. Un Ryzen 7 usato performa identicamente a uno nuovo. Una RTX 3060 usata fa girare gli stessi core CUDA. Gli stick DDR5 ECC non si degradano con l’uso normale.
La strategia: comprare la piattaforma (scheda madre) nuova per garanzia e compatibilità, e cercare tutto il resto usato dove i risparmi sono significativi. Questo può facilmente tagliare il 30-40% del costo totale della build.
Il Quadro Generale: Tre Percorsi
Con la filosofia stabilita, ho identificato tre ampie categorie di approccio:
Percorso A: Mini PC / Soluzioni Compatte
Il mercato dei mini PC potenti è esploso. Le opzioni vanno da box ultra-efficienti con Intel N100 a workstation AMD Ryzen come il Minisforum MS-A2. L’attrattiva è ovvia: piccoli, silenziosi, efficienti.
Ma ogni mini PC che ho valutato aveva almeno una limitazione fondamentale — che fosse la RAM saldata, l’assenza di vero storage NAS, o uno slot PCIe solo low-profile che limita le opzioni GPU. Anche le opzioni “economiche” non lo sono poi tanto: un box Intel N100 decente come il Beelink EQ14 costa ~€400, che sono soldi seri per quello che è di fatto un movimento laterale rispetto al NiPoGi — silicio più recente, stessa architettura sigillata. Quelli più potenti (classe Ryzen AI 9) arrivano a €1.300+, e a quel prezzo stai pagando un sovrapprezzo per la compattezza che ti limita attivamente.
Percorso B: Mac Mini M4
Il Mac Mini M4 merita una menzione speciale. Apple Silicon è genuinamente impressionante per i carichi AI — l’architettura di memoria unificata significa che anche il modello base da 16 GB può far girare modelli 7B in modo efficiente tramite Metal. L’M4 Pro con 48 GB di memoria unificata potrebbe gestire modelli 30B+ nativamente.
Ma c’è un blocco critico: Docker su macOS non può accedere alla GPU o al Neural Engine di Apple Silicon. Docker Desktop per Mac esegue i container dentro una macchina virtuale Linux, e Apple non espone Metal o la NPU a quella VM. Questo significa che Ollama dovrebbe girare nativamente su macOS (fuori da Docker), rompendo il workflow basato su container su cui si basa l’intero homelab. Aggiungi l’impossibilità di installare drive NAS 3.5”, niente porte SATA, niente memoria ECC, e un prezzo di partenza di €700+ per il modello base — il Mac Mini è un fantastico computer desktop ma non un server homelab adatto.
Percorso C: Build Custom Completa
Una build compatta mATX o ITX con componenti commerciali. Più grande di un mini PC, meno elegante, ma con zero compromessi sull’espandibilità: CPU socketed, slot DIMM per upgrade RAM, multipli slot M.2 e porte SATA per lo storage, e uno slot PCIe x16 full-size per qualsiasi GPU.
Questo è l’unico percorso che risolve veramente tutte e tre le mie limitazioni fondamentali: storage espandibile con ridondanza, GPU full-size per AI locale, e componenti standard che si possono comprare usati.
Il Verdetto
Dopo settimane di ricerca e molti fogli di confronto, ho scelto il Percorso C: la build custom completa. I dettagli — ogni opzione che ho valutato, i compromessi specifici, analisi dei consumi, confronto delle capacità AI, e la selezione finale dei componenti — sono nel prossimo post.
La build sta prendendo forma. Immergiamoci nei dettagli.