在 AI 时代居家办公，让我不得不调整并找到有效管理多台电脑、使其成为一个统一系统的方法。我遇到的问题是在进行黄金交易等繁重工作的同时，还要运行需要大量资源的 AI 任务。如何让这三台机器各司其职又高效协作，成为了一个有趣的项目。
为每台机器分配角色
我的 Mac Mini M4 Pro 作为主力机，负责需要高速响应的任务，例如日间工作、打开 MetaTrader 5 应用进行黄金交易，以及日常使用 iCafeFX 应用。这里是我对响应速度要求最高的地方，因为黄金交易关乎实时决策。
个人存储服务器作为数据中心，记录其他两台机器运行产生的所有数据。它就像船锚一样，将我们的计算机系统牢牢固定为一个整体。所有数据都保存在这里，无论是黄金交易数据、价格历史，还是完成的 AI 工作成果。
用于繁重任务的 RTX 5060 Ti 工作站
配备 RTX 5060 Ti 的 Windows 工作站专门负责繁重的专业任务。我用它来训练 AI 模型和进行需要强大算力的渲染工作。这里是我测试各种模型的地方，特别是用于图像生成的 FLUX 模型，以及处理复杂自然语言任务的 Typhoon 模型。
这台机器的性能足以运行大型模型，尤其是当我想要测试尚未准备好投入实际使用的新模型时。我们的机器团队将其配置为后台计算服务器，让 Mac Mini 能够流畅运行。
系统协作
最重要的是这三台机器之间的协作。我使用 Redhat MCP AI 作为机器间数据连接的中枢，使数据能够被持续共享和使用。例如，当我在 Mac Mini 上工作并需要使用 Windows 工作站上的模型时，数据可以迅速传输到那台机器。
构建高效的工作流程需要相当长的时间，特别是让每台机器清楚自己的角色并协同工作而不混乱。个人存储服务器作为数据中心，使这种连接得以顺畅进行。
实际使用性能
部署这套系统一段时间后，我测量了实际性能，特别是在 AI 工作方面。第一层语音转写任务仅需约 3.4 秒即可响应，对于这类任务来说非常快。机器上运行的语言模型处理速度可达 25-28 token/秒，足以满足日常使用需求。
文本相似度测试得分高达 0.9956，表明系统运行精准。无论是黄金交易还是 AI 工作，所有任务都能同时流畅运行，没有性能问题。
多机系统安装的教训
安装多机计算机系统并非易事。我学到了许多经验教训，特别是在网络管理和文件共享方面。关键是要明确分配角色，让每台机器清楚自己能做什么、不能做什么。
另一件事是确保重要数据得到定期备份。有了作为数据中心的个人存储服务器，我确信所有数据都是安全的，并且可以从系统中的任何机器访问。
系统的下一步
未来，我计划进一步改进这套系统，特别是在 AI 系统与黄金交易之间的连接方面，以构建能够更好分析黄金趋势的模型。此外，测试新模型以提升工作效率也是我关注的另一个目标。
对于想尝试真实黄金交易的人，可以在这里开设 XM 账户：通过我们的合作伙伴开设 XM 账户
