家用 NAS 该怎么选?

2020 年 3 月 31 日 ZEALER订阅号


上一次跟大家简单聊了下我们到底需不需要 NAS,发现还是有很多朋友有这样的需求的,私信也收到了很多朋友的询问,被种草了很久的 NAS 方案应该怎么选。那这次我们就来聊聊有哪些 NAS 的方案值得我们选择,再给大家种把草。

目前的 NAS 主要有两大类,一类是 DIY 方案,自己购买硬件组装。一类是官方成品机,常见的品牌是群辉、威联通、海康威视、铁威马等。

先来说说性价比最高的 DIY 方案,只要是一台正常的电脑,就可以采用这个方案。由于硬件可以自己组装,可选的范围很广。不过大家要注意,NAS 主机是一直开机的,所以主机的功耗要尽可能地低。


我们普通的台式机 CPU 功耗相对来讲还是大了些,而像 J3455M 这种非桌面级的处理器加主板的解决方案就比较合适,最关键还是便宜,500 多元就能搞定处理器和主板,而且主板上的接口齐全,后期扩展硬盘和网卡都非常方便。然后我们再配一条内存条,加一个 4T 的硬盘和小机箱电脑,整套下来不超过 1000 元。如果不用 NAS 了还能将该主机用作软路由或 HTPC,灵活性强。

但是,你们也应该猜到了有个但是。硬件方面是性价比高了,可要知道,软件才是 NAS 的核心价值所在。黑群晖的安装和调试得费一番功夫,虽然能够正常跑起来,但大家要做好时时折腾的准备。不同的硬件也会存在一些兼容性问题,有时候还会出现数据丢失的情况,而且黑群辉还不能正常使用官方的一些服务,不能称之为完整体的 NAS。
 
然后就是官方的成品机了,有人一直笑称它是买软件送硬件,主要是因为同级别的硬件跟 DIY 方案差价较大。但官方机器的优点也是非常明显的,完整体的 NAS 系统,可以享受官方的所有服务,连接速度快,关键是系统稳定,不怕丢失数据。硬盘休眠、远程唤醒等常用功能也能完美使用。那么官方机器剩下的就是价格问题,不同的价格硬件配置自然不同,我们主要关注处理器、内存、盘位这几点即可,然后按照自己的预算来选即可。

如果大家的预算在 1000 元以下,那自己 DIY 一个 NAS 是较好的选择,硬件性能较强,扩展性也足够。除了上述提到的 J3455M 的方案,像最近比较热的星际蜗牛也可以淘来玩玩。


如果大家的预算在 1000 元左右,就可以选择群辉、威联通的入门级产品了。像群辉双盘位的 DS220j 和威联通双盘位的 TS-212P3,配上一块硬盘就能解决大部分人的对 NAS 的需求。


如果大家的预算在 2000 元左右,大家可以考虑群辉中端产品 DS218+,对比入门机型内存提高到 2GB,两盘位的扩展性也足够家用需求了。要是你的数据较多,还是建议大家选择四盘位的产品,例如威联通的 TS-453Bmini,处理器跟前面这款群辉一样,不过内存提高到 4GB,够用了。


如果大家的预算更高,那就不用纠结什么硬件配置了,群辉的高端系列随便选。

总的来说,DIY NAS 的方案适合动手能力强,又有折腾精神的朋友,一个字,玩就是了。官方机器系统稳定,功能齐全,适合买来就用,不想折腾的朋友。


『热门推荐』


登录查看更多
0

相关内容

中国联合网络通信集团有限公司(英文名称China Unicom、简称“中国联通”、“联通”)于2009年1月6日在原中国网通和原中国联通的基础上合并组建而成,在国内31个省(自治区、直辖市)和境外多个国家和地区设有分支机构,是中国唯一一家在纽约、香港、上海三地同时上市的电信运营企业,连续多年入选“世界500强企业”。
专知会员服务
32+阅读 · 2020年4月24日
专知会员服务
61+阅读 · 2020年3月19日
【Google】利用AUTOML实现加速感知神经网络设计
专知会员服务
30+阅读 · 2020年3月5日
在K8S上运行Kafka合适吗?会遇到哪些陷阱?
DBAplus社群
9+阅读 · 2019年9月4日
我是怎么走上推荐系统这条(不归)路的……
全球人工智能
11+阅读 · 2019年4月9日
AutoKeras:谷歌 AutoML 的杀手!
云头条
3+阅读 · 2018年8月2日
终于有人把云计算、大数据和人工智能讲明白了
Python开发者
3+阅读 · 2018年6月13日
终于有人把云计算、大数据和人工智能讲明白了!
大数据技术
7+阅读 · 2018年4月2日
TResNet: High Performance GPU-Dedicated Architecture
Arxiv
8+阅读 · 2020年3月30日
AutoML: A Survey of the State-of-the-Art
Arxiv
72+阅读 · 2019年8月14日
The Evolved Transformer
Arxiv
5+阅读 · 2019年1月30日
HAQ: Hardware-Aware Automated Quantization
Arxiv
6+阅读 · 2018年11月21日
Neural Architecture Optimization
Arxiv
8+阅读 · 2018年9月5日
Arxiv
12+阅读 · 2018年9月5日
Arxiv
3+阅读 · 2018年6月24日
VIP会员
相关资讯
在K8S上运行Kafka合适吗?会遇到哪些陷阱?
DBAplus社群
9+阅读 · 2019年9月4日
我是怎么走上推荐系统这条(不归)路的……
全球人工智能
11+阅读 · 2019年4月9日
AutoKeras:谷歌 AutoML 的杀手!
云头条
3+阅读 · 2018年8月2日
终于有人把云计算、大数据和人工智能讲明白了
Python开发者
3+阅读 · 2018年6月13日
终于有人把云计算、大数据和人工智能讲明白了!
大数据技术
7+阅读 · 2018年4月2日
相关论文
TResNet: High Performance GPU-Dedicated Architecture
Arxiv
8+阅读 · 2020年3月30日
AutoML: A Survey of the State-of-the-Art
Arxiv
72+阅读 · 2019年8月14日
The Evolved Transformer
Arxiv
5+阅读 · 2019年1月30日
HAQ: Hardware-Aware Automated Quantization
Arxiv
6+阅读 · 2018年11月21日
Neural Architecture Optimization
Arxiv
8+阅读 · 2018年9月5日
Arxiv
12+阅读 · 2018年9月5日
Arxiv
3+阅读 · 2018年6月24日
Top
微信扫码咨询专知VIP会员