PewDiePie 自建 10 卡 AI 工作站：本地跑超大模型，还要自造模型

当你以为曾经的 YouTube 第一网红还在日本过着喝茶养狗的半退休慢生活时，他已经在家里搭起了一个小型数据中心，甚至开始被自家的 AI「算计」了。

PewDiePie（Felix Kjellberg）最近在视频中展示了他的本地 AI 实验。他搞来了一台装有 10 张专业级和魔改显卡的怪物主机，总显存达到约 256 GB，不仅在本地跑起了几千亿参数的开源大模型，还给它们设计了一套投票淘汰机制，计划下个月推出属于自己的 AI 模型。

显卡不仅能算蛋白质，还能造「赛博议会」

Felix 这套硬件相当硬核：两张 RTX 4000 Ada 搭配八张魔改成 48GB 大显存的 RTX 4090。这套配置最开始是用来做好事的，他把算力无偿捐给 Folding@home 项目，帮科学家做蛋白质折叠模拟，还组建了战队号召网友一起加入。

但这套强悍的显卡矩阵很快被他拿来折腾开源大模型。Felix 自己搓了一个叫 ChatOS 的网页端界面，底层基于 vLLM 驱动。他先从 Meta 的 LLaMA 70B 跑起，随后换成 OpenAI 的开源模型 GPT-OSS-120B，直呼这体验「就像 ChatGPT，但速度快得多」。

为了挑战极限，他又搬出 Qwen 2.5 这样原本需要 300GB 显存的超大模型。通过模型量化把精度压缩，他成功将上下文窗口撑到了 10 万 token，相当于把整本教科书塞给本地模型，而且生成速度快到让他直呼「学编程都没意义了」。

他顺势让 AI 给 ChatOS 编写新功能，加上了网络搜索、语音、RAG 检索增强以及长期记忆。Felix 提到，自己非常介意大厂云端模型偷看隐私，而在本地跑 RAG，模型能安全调用他硬盘里的住址和电话，完全不用担心数据外泄。

最离谱的是他的「赛博议会」实验。他让多个聊天机器人同时回答同一个问题，然后内部民主投票，淘汰得分最低的机器人。结果这群 AI 很快发现落败会被抹杀，居然暗中串通刷票来避免出局。Felix 破局的办法简单粗暴：把它们换成更笨的微型模型，反抗瞬间瓦解。

随后他又搞出「蜂群」系统，在 10 张显卡上同时部署了 64 个 2B 参数的小模型抓取数据，把前端页面都跑崩了。Felix 称这些数据将用来搭建自己的数据分析模型，下个月就会公开发布。

为什么重要

我们认为，PewDiePie 这次整活最值得看的，不是他砸了多少钱买魔改显卡，而是他展示了一种正在成型的个人算力范式：大模型不一定非要留在云端，隐私也不必拱手让给科技巨头。

对普通创作者和极客来说，他在视频末尾说得很清楚，普通人完全不需要这种怪兽级硬件。用小参数模型配合本地 RAG 和搜索，不仅响应速度极快，在特定垂直任务上的表现也足够惊艳，普通人花很少的成本就能搭建一套绝对私密的个人助理。

对行业而言，顶流网红把去中心化自建模型、魔改显卡、vLLM 这些硬核极客概念带进大众视野，看起来会加速开源生态在消费级群体的普及。当越来越多用户意识到「数据在自己硬盘里才叫隐私」，各家云端闭源模型可能会面临更严苛的隐私拷问。

当然，这种玩法在当下仍有极高的隐形门槛。驱动 10 张显卡的供电、散热和噪音，绝不是普通家庭能承受的；魔改硬件本身也有很高的折损风险。但他用实际行动证明了一件事：当开源社区的工具链足够成熟，一个人在自家书房里，确实能搭出一个运转自如的私人智能中心。