Welcome to soijoy.dev on soijoy.dev

ジャンクM.2 SSD (Phison E13) の解析とNANDサルベージ

Mon, 21 Sep 2026 10:00:00 +0900

死んだジャンクM.2 SSDから、搭載NANDフラッシュを生きたまま回収して自作USBメモリに再利用する——その故障解析とNANDサルベージまでの記録。基板の修復ではなく、NANDをドナーとして剥がす方針でいく。

対象デバイス #

コントローラー: Phison PS5013-E13（PCIe Gen3 x4, DRAMレス）
NANDフラッシュ: Kingstonロゴ印字品 FH64G08UCT1-8T ×4枚
- Kingstonは自社ウェハーを持たないため、中身のダイ（Flash ID）は不明。要移植確認

コントローラーは Phison PS5013-E13。右端がM.2端子（B+M Key）。

NANDの印字は FH64G08UCT1-8T。Kingstonブランドだが中身のダイは非公開。

診断・作業ログ #

1. ソフトからのアプローチ（通信テスト） #

UGREEN製 M.2 NVMe-USB変換ケース（Realtek RTL9210）でPCへ接続
「ディスクの管理」で初期化ポップアップが出るが、これは変換チップ側のダミー応答と判明
phison_nvme_flash_id2 を管理者権限で実行 → Read NVME ID error。NANDのFlash ID読み出しは不可

2. ハードウェア解析（目視・テスター） #

目視: コントローラー横の電源管理IC（DC-DCコンバータ）が熱で焼損・破裂しているのを発見
導通チェック: M.2端子から繋がるメイン電源ラインの平滑コンデンサ（MLCC）両端でショート（テスターのピー音）を確認
焼損IC横のチップ部品（インダクタ）を外し、回路を「入力側(3.3V)」と「負荷側(コントローラー/NAND)」に物理的に分断して再測定
結果: 入力側の右パッドのみGNDショート。負荷側（左パッド）はショートしていない → 過電圧によるNAND内部の破壊は免れている可能性が高い

コントローラー横の電源管理IC（DC-DCコンバータ）が焼損・破裂している。

ジャンクマザーのバラック起動・BIOS波形観測・メモリテスト

Sat, 19 Sep 2026 11:00:00 +0900

2010年頃のジャンクマザーボード（eMachines EL1350）を基板むき出し（バラック）で起動させ、BIOSが目を覚ます瞬間のチップイネーブル信号をオシロスコープで捕まえ、Memtest86+でメモリを叩くまでの記録。Nand2Tetrisで学んだ「フェッチサイクル」が実シリコン上で動く物理的な証拠を拾う。

実験環境 #

マザーボード: eMachines EL1350（Acer系OEM / 2010年頃のAMI BIOS）
CPU: AMD Athlon II X2 215 (2.7GHz, Dual-Core)
CPUクーラー: Intel用リテール（バラックのためネジ止めせず載せただけ）
メモリ: DDR3-1333 1GB × 2（計2GB）
計測器: OWON SDS1104（100MHz 4ch オシロ）

バラック起動とトラブルシュート #

電源ピンのショート起動 #

フロントパネルヘッダ（RAMスロット右、ブザー横の14ピン）のうち、電源スイッチ(PWR_SW)に対応する隣り合う2ピンを金属ドライバでショートさせて起動する。

ファンは回るが画面が映らない（POSTが走らない） #

原因は白い4ピン角コネクタ（ATX12V CPU電源）の挿し忘れ。24ピンだけではチップセットやファンにしか給電されず、CPUの論理回路駆動用の12Vが来ないためCPUが眠ったまま。4ピンを挿して解消。

ファン浮き（密着不足）での自動停止 #

CPUクーラーがネジ止めされず浮いていると、数十秒〜1分で「バツン」と強制切断される。CPU内部のデジタル温度センサー(DTS)がTjMax（約100〜105℃）を検知した瞬間、最優先のハードウェア割り込み THERMTRIP#（Active-Low）を発し、電源管理ICが物理的にATX電源を落とすため。

BIOSの低レイヤ設定 #

オシロで波形を拾うための下ごしらえ。

液晶モニターの熱暴走・ブラックアウト解析（修理記録）

Sat, 19 Sep 2026 10:05:00 +0900

LEDバックライトに換装済みの中古液晶モニターが、起動から約30分（ケース密閉状態）で「HDMI No signal」と出てブラックアウトし、以後ボタン操作も効かなくなる——コンセントを抜いて放置すると復帰する、という典型的な「熱暴走疑い」の症状。テスターとヒートガンで原因を切り分けた記録。

正常時の電圧仕様（点検の基準値） #

今後の点検はこの数値を基準にする。

電源基板 ↔ メイン基板コネクタ（シルク印刷基準）:

Vpan: 11.86V（約12V）— 液晶パネル(T-CON)・バックライト(LEDドライバ)駆動用のメイン電力
+5V: 5.0V（安定）— メイン基板ロジックICの最重要システム電源
PWR: 2.8V — メイン基板→電源基板への「電源ON維持」命令（正常時 2.5〜3.3V）
fINV: 4.66V — バックライトON/OFF信号
fDIM: 3.22V — バックライト調光信号
GND/GNDA: 0V

メイン基板（緑）内部:

HDMI端子付近の5Vライン: 4.5〜4.8V — PC側から来るEDID（モニター認識用）信号
三端子レギュレータ出力: 3.2V — メインプロセッサ駆動用の3.3V降圧
メインチップ温度: 通常 44〜47℃（むき出し）。ヒートガン直当てでも70℃以上で動作継続を確認（熱耐性は高い）

切り分け手順 #

STEP 1: 電源基板 vs メイン基板 #

テスターをDCVにしGNDをシャーシに固定。電源コネクタの +5V と Vpan(12V) にプローブを当て、落ちる瞬間まで電圧を監視する。

ジャンク修理・低レイヤハック

Sat, 19 Sep 2026 10:00:00 +0900

ジャンク品・故障機器の解析と修理、低レイヤ（基板・ファームウェア・メモリ）のハックを楽しむ継続的なテーマ。故障原因の特定、部品サルベージ、検証基板の起動などを記録していく。

完了済み / 記録 #

液晶モニター熱暴走・ブラックアウト現象の解析
ジャンクM.2 SSD (Phison E13) 解析・NANDサルベージ
検証用基板のバラック起動・BIOS波形観測・メモリテスト

作業ログは以下のTech Notesに記録している。

お仕事のご依頼

Sat, 19 Sep 2026 00:00:00 +0900

soijoy.devでは、経営とITの両面から、中小企業や個人事業主の方を支援しています。「ITのことも経営のことも、まとめて相談したい」という場面でお役に立てます。

対応分野 #

経営支援・事業計画 #

事業計画書の作成支援（融資・補助金の申請に向けたものを含む）
経営課題の整理と、業務改善の提案

IT導入・DX支援 #

業務に合ったITツールの選定と導入支援
紙や表計算ソフトで行っている業務のシステム化

サーバ・ネットワーク構築 #

小規模オフィスのネットワーク設計・構築
仮想化基盤やバックアップ環境の構築

技術調査・執筆・講師 #

技術動向の調査や、製品・サービスの比較レポートの作成
技術記事の執筆、研修・セミナーの講師

ご依頼の流れ #

メールでお問い合わせ
オンラインでのヒアリング
ご提案・お見積り
ご契約
実施・納品

料金 #

ご依頼の内容や規模に応じて、個別にお見積りします。ヒアリングとお見積りまでは費用はかかりません。

対応方法 #

オンラインでの対応を基本としています。茨城県内および近隣地域は、訪問のご相談にも応じます。

事業者情報

Sat, 19 Sep 2026 00:00:00 +0900

概要 #

項目	内容
事業者名	soijoy.dev
事業形態	個人事業
所在地	茨城県
保有資格	中小企業診断士
連絡先	contact@soijoy.dev

事業内容 #

経営支援・事業計画：中小企業診断士として、事業計画の策定や経営課題の整理を支援します。
IT導入・DX支援：業務に合ったITツールの選定や導入、業務のシステム化を支援します。
サーバ・ネットワーク構築：仮想化基盤や社内ネットワークなど、小規模なITインフラの設計・構築を行います。
技術調査・執筆・講師：技術動向の調査やレポート作成、技術記事の執筆、研修講師をお引き受けします。

ご依頼の詳細はお仕事のご依頼をご覧ください。

代表者について #

ご契約前に、代表者の氏名および中小企業診断士の登録番号をお知らせします。

Ollamaとは何か？ローカルLLM推論エンジンの比較

Tue, 15 Sep 2026 12:06:32 +0000

ローカルLLMを動かすエンジンの一つ Ollama とは何か、そして代表的な推論ソフトの比較。基盤構築の初期に整理したもの。

Ollamaは一言でいうと「複雑なローカルLLMの環境構築を極限まで簡略化し、使いやすいAPIとして提供するラッパー」。内部では C++製の軽量・高速な推論エンジン llama.cpp が動いている。本来 llama.cpp を直接扱うにはビルドやコマンドが必要だが、Ollamaはそれを隠蔽し、ollama run モデル名 というDockerのような手軽さで、モデルのダウンロードから実行、APIサーバー起動までを全自動でこなす。

得意なモデル形式: GGUF（量子化モデル）
主な役割: クライアント（Open WebUI等）からのプロンプトを受け取り、内部モデルで計算して回答を返すバックエンドエンジン

代表的な推論ソフトの比較 #

vLLM #

高速推論・サーバー用途で最強格。「PagedAttention」というメモリ管理で、Ollamaやllama.cppの数倍〜十数倍のスループット。OpenAI互換APIサーバーに最適。一方でVRAM消費が激しく、量子化モデル（GGUF等）対応は発展途上。構築難易度はやや高め。

llama.cpp（直接実行） #

Ollamaの内部でも使われるコアエンジンを直接操作する方法。オーバーヘッドがなく最軽量で、リソースを限界まで引き出せる。CPU/GPUの配分など細かいチューニングが可能。すべてCUIで、モデル管理も手動なので学習コストは高い。

LM Studio #

Windows/MacでGUIがセットになったオールインワン。モデル検索→DL→チャットが専用アプリで直感的に完結し、初心者には最も簡単。ただしクローズドソースで、ヘッドレス運用（サーバーで常駐し別PCからアクセス）には不向き。

Text-generation-webui（Oobabooga） #

超多機能・拡張性特化。GGUFに加えEXL2/AWQ/GPTQなどほぼ全形式・エンジンを切り替え可能で、パラメータ調整項目も最多。反面、UIが複雑で依存も多く、環境が壊れやすい。

目的別のおすすめ #

手軽さ・安定・汎用: Ollama（+ Open WebUI）
超高速APIサーバー: vLLM
マニアックな極限設定: llama.cpp
色々な形式を試す: Oobabooga

この基盤でのその後 #

この整理の時点では Ollama + Open WebUI が最もバランスの良いモダン構成だったが、量子化やKVキャッシュ、GPUオフロードといった推論の低レベル制御を自分で握るため、最終的にこの基盤ではオーバーヘッドのない llama.cpp 直叩き構成へ移行した（→ プロジェクト概要）。

llama.cpp によるモデルの自作量子化（Quantization）

Tue, 15 Sep 2026 12:06:18 +0000

Hugging Faceからオリジナル精度（FP16/BF16）の生の重み（Safetensors）を入手し、llama.cpp の変換スクリプトで無圧縮のGGUF（FP16）を作成。そこからC++ネイティブの llama-quantize で4bit（Q4_K_M）へ量子化し、自作した量子化モデルがV100で高速かつ論理破綻なく動くことを確認した記録。

前提 #

作業ディレクトリ: ~/llama.cpp
対象モデル: Qwen2.5-7B-Instruct
変換の流れ: Safetensors（生データ）→ FP16 GGUF（無圧縮）→ Q4_K_M（4bit量子化）

1. 生の重みデータ（Safetensors）を入手 #

誰かが量子化済みのファイルではなく、公式配布のオリジナル精度の重みを取得する（約15GB）。

cd ~/llama.cpp
hf download Qwen/Qwen2.5-7B-Instruct --local-dir models/Qwen2.5-7B-Instruct-Raw

2. 変換用のPython仮想環境（venv） #

現代のLinux（PEP 668）ではシステムのpipへ直接入れられないため、venvで隔離する。

sudo apt install python3-venv -y
python3 -m venv llama-env
source llama-env/bin/activate

依存ライブラリは requirements.txt でコケることがある。その場合はコアだけ直接入れる。

pip install torch transformers gguf sentencepiece protobuf numpy

3. 無圧縮GGUF（FP16）へ変換 #

複数の .safetensors を、llama.cpp が扱える1つのGGUF（FP16, 無劣化）に結合する。

llama.cpp ネイティブ環境構築とTesla V100フル稼働の記録

Tue, 15 Sep 2026 16:00:00 +0900

Ollamaのようなラッパー（ブラックボックス）を排除し、C/C++ネイティブの llama.cpp をソースからビルドして、Tesla V100（32GB）の性能を限界まで引き出す。エッジAI・組み込みAIの基礎になる「量子化」や「ローレベルな推論制御」を自分の手で握るためのベース環境を作った記録。

前提環境 #

OS: Ubuntu Server（Proxmox VM101）
GPU: NVIDIA Tesla V100（VRAM 32GB）
目的: AIのアーキテクチャ階層を直接操作し、フィジカルAI・エージェントAIの基盤技術（量子化・推論制御）を検証する

1. 依存関係とCUDA Toolkitの導入 #

C++ソースからGPU用プログラムをコンパイルするため、ビルドツールとCUDA Toolkit（nvcc等）を導入する。

# ビルドツールと依存ライブラリ
sudo apt update
sudo apt install build-essential cmake git -y

# CUDA Toolkit（nvccコンパイラ等）
sudo apt install nvidia-cuda-toolkit -y

# 確認（バージョンが出ればOK）
nvcc --version

2. llama.cpp のクローンとビルド #

公式リポジトリを取得し、CUDA（GPU高速化）を有効化してネイティブバイナリをコンパイルする。

Tesla V100 ローカルLLMサーバ構築

Mon, 14 Sep 2026 16:00:00 +0900

Proxmox VE（HP Z8 G4）上のUbuntu VM（VM101）のGPU資源で、ローカルLLM推論基盤を構築するプロジェクト。当初のOllama + Open WebUI構成から、C/C++ネイティブの llama.cpp 直叩き構成へ完全移行し、Tesla V100（32GB）の性能を引き出す土台を作った。この基盤の上に、自律型マルチAIエージェント（別プロジェクト）を載せていく。

完了済み #

Ollama / Open WebUI から llama.cpp 直叩き構成へ完全移行
Qwen2.5 27B（Q6_K_XL）を Tesla V100 32GB で安定稼働（llama-server, -c 65536, -ngl 99, ポート8080）
KVキャッシュを8bit量子化（-ctk q8_0 / -ctv q8_0）し、32GB枠にモデル約23GB＋余裕を確保
デュアルGPU構成：V100=メインLLM推論、Quadro P5000 16GB=ビジョン推論（Gemma系）

技術メモ #

ラッパーを排除したことで、量子化・KVキャッシュ・GPUオフロードといった推論の低レベル制御を自分で握れるようになった
推論はエンドポイント（llama-server, :8080）として提供し、エージェント制御は上位の応用プロジェクトに分離した

作業ログは以下のTech Notesに記録している。

HP Z8 G4 + Proxmox + Tesla V100 (32GB) ローカルLLM環境構築備忘録

Mon, 14 Sep 2026 00:15:00 +0900

📋 1. 基本環境情報 #

HP Z8 G4 Workstation内に構築したローカルLLM推論環境のベーススペックです。

ホストマシン: HP Z8 G4 Workstation
ホストOS (ハイパーバイザ): Proxmox VE 9.2.2
ホスト総メモリ: 96 GB
対象GPU: NVIDIA Tesla V100 PCIe 32GB × 1
仮想マシン (VM ID 101):
- OS: Ubuntu Server 24.04 LTS
- CPU: 1 ソケット / 8 コア (種別: host)
- メモリ: 64 GB (65536 MB)
- ストレージ: 512 GB (SCSI)

🛠️ 2. Ubuntu Server VMの作成とストレージ拡張 #

VM作成時の注意点 #

GPUパススルーを成功させるため、VM作成時に以下の設定を徹底しました。

Tesla V100 シュラウドの採寸と出力

Sun, 13 Sep 2026 23:30:00 +0900

概要 #

ファンレス仕様のサーバー用GPU「NVIDIA Tesla V100」がHP Z8G4Workstation内ではファンを含めてかなりぎりぎりの寸法であり、80mm高速ファン（ARCTIC P8 Max）を接続する専用ダクトをFusion 360で設計し、3Dプリントします。8ピン電源ケーブルとの干渉を避けつつ、ファン効率を最大化する流体設計（変形四角 ➔ 円形）を採用しました。

基本寸法・仕様 #

GPU側吸気口: 約 37.4mm × 97.4mm（※特殊形状のため現物トレース）
ファン側外形: 80.0mm × 80.0mm
ファン側内径: 直径 76.3mm（※渦を防ぐための円形設計）
ネジ穴（ファン側）: 71.5mm ピッチ（M4バカ穴：4.5mm）
ネジ穴（GPU側）: 右側M3ネジ 3箇所（M3バカ穴：3.5mm）
壁の厚み: 2.0mm
造形素材: PETG または PETG-CF（※V100の熱で溶けるためPLAは厳禁）

モデリング手順 (Fusion 360) #

フェーズ1：現物合わせトレースとスライステスト #

キャンバス配置: V100吸気口の正面写真を、定規を基準にして実寸大（位置合わせ機能）でXY平面に配置します。
輪郭のトレース: スケッチを作成し、吸気口の内側のライン（左下の斜めカットや、8ピンコネクタの逃げ形状）を正確になぞります。
クリアランス確保: トレースした線を O（オフセット）で内側に 0.2mm 縮め、嵌合用の挿し込みプロファイルを作成します。
テストプリント: 描いた輪郭を 2mm 押し出し、スライサー（Bambu Studio等）で数分プリントして、現物にはめて形状が完璧かテストします。

フェーズ2：ベース（土台）の作成 #

インサート（芯）: スライステストで成功した輪郭を 5mm 押し出します。
フランジ（ストッパー）: インサートの底面にスケッチを作成し、外側に 2mm オフセットした枠を作ります。
固定用の耳: 同じスケッチの右側に、M3ネジ穴3つを覆う長方形を描き足し、直径 3.5mm の穴を3つ開けます。
押し出し: フランジと耳をまとめて手前に 3mm 押し出します（操作：結合）。

フェーズ3：ケーブル回避トンネル（直進20mm） #

スケッチ作成: フランジ上面にスケッチを作り、P（プロジェクト）で風の通り道（内枠）を投影します。
外枠の作成: オフセットの拘束を解除し、ケーブル等に干渉しない自由な外枠の線を描きます。
直進の確保: 内枠と外枠に挟まれた厚さ2mmの壁部分を、手前に 20mm 押し出します（操作：結合）。

フェーズ4：ファンマウント台座の作成 #

オフセット平面: トンネル先端から上空 22mm に平面を作成します。
台座スケッチ: 80mm×80mm の外枠、直径 76.3mm の内径円、四隅に 4.5mm のネジ穴（71.5mmピッチ）を描きます。
板の押し出し: 枠部分を下（GPU側）に向かって 3mm 押し出します。
接続用フチの準備: 板の裏面にスケッチを作成し、内径円から外側に 2mm オフセットしたフチ（線のみ）を描いておきます。

フェーズ5：ソリッド＆カット法によるロフト（自己交差エラー回避） #

薄い枠同士のロフトはエラーになりやすいため、「塊を作ってから削る」2段構えで処理します。

Proxmox UPS導入・自動シャットダウン設定ログ

Sun, 13 Sep 2026 22:31:00 +0900

【PR】この記事にはアフィリエイトリンク（広告）が含まれています。

概要 #

停電・瞬断時のインフラ保護および安全な自動シャットダウンの構築を行いました。

環境: Proxmox VE (z8g4 / ノード本体のシェルで直接実行)
導入機器: CyberPower CP1200PFCLCD JP（PR） (1200VA/780W 正弦波)
使用ツール: PowerPanel for Linux (純正ツール pwrstat)

1. 物理結線とUSB認識の確認 #

電源の接続: 絶対に落としたくない機器（Proxmoxホスト、ルーター、PoEインジェクター等）を、UPS背面の「Battery + Surge（バッテリー＋雷サージ保護）」コンセントに接続しました。
通信ケーブルの接続: UPS本体とProxmoxホスト（z8g4）を付属のUSBケーブルで接続しました。
認識の確認: Proxmoxのシェル（コンソール）で以下のコマンドを実行し、リスト内に Cyber Power System が存在することを確認しました。

lsusb

2. ツールのダウンロードとProxmoxへの転送 #

⚠️ 【重要】直リンクダウンロードの罠 CyberPower公式のダウンロードリンクは wget 等のコマンドラインからの直接取得を弾く（403 Forbidden や 301 リダイレクトでHTMLテキストが落ちてくる）仕様になっています。そのため、一度PCでダウンロードしてからSCPで転送するルートが最も確実でした。

PCのブラウザでCyberPower公式サイトから PowerPanel for Linux 64bit (deb) をダウンロードしました。
（推奨） PC上でファイル名を powerpanel.deb などの短い名前に変更しておきました。※名前にカッコ () が含まれていると、Windows PowerShellからSCP転送する際にコマンドエラーになるためです。
PCのターミナル（コマンドプロンプトやPowerShell）から、Proxmoxの /root/ ディレクトリへSCP転送しました。

scp C:\Users\ユーザー名\Downloads\powerpanel.deb root@[ProxmoxのIP]:/root/

3. PowerPanel for Linux のインストール #

Proxmoxのシェルに戻り、転送した .deb ファイルをインストールしました。

YAMAHA RTX830 導入・初期設定とSSH化ログ

Sun, 13 Sep 2026 22:30:00 +0900

概要 #

自宅のメインルーターとしてYAMAHA RTX830を導入しました。今後のVLAN導入など、柔軟なネットワーク拡張の要として期待しています。本記事では、初期設定からセキュリティ検証、より安全なSSHアクセスの確立までを行った際のログをまとめました。

1. CUI環境の基本セットアップ #

RTX830の真価を発揮するため、CUIアクセスと初期設定の基本を確認しました。

文字化けの解消 #

PC側のターミナルに合わせて、ルーターの出力文字コードをUTF-8に変更しました。

console character ja.utf8

よく使う確認コマンド #

YAMAHAのRTOSはLinuxではないため、ls は使えません。以下のような専用コマンドで状態を確認しました。

show config list # 設定ファイルの一覧を見る
show config # 現在動いている設定（全量）を見る
show status lan2 # インターフェース（LAN2など）のIPアドレスやリンク状態を確認する
show log reverse # ログを新しい順に表示する（スペースでページ送り、qで終了）

2. WindowsからのSSH接続設定とTelnet廃止 #

初期設定用のTelnetを廃止し、セキュアなSSHアクセスへ移行しました。最新のWindows SSHクライアントは古い暗号化規格をデフォルトで拒否するため、Windows側の config ファイルで明示的に規格を許可する必要がありました。

① Windows側のSSHクライアント設定 #

コマンドプロンプトで %USERPROFILE%\.ssh ディレクトリを作成し、config ファイルを作成して以下の内容を記述しました。

Omada SDNコントローラー構築とAP導入

Sun, 13 Sep 2026 22:00:00 +0900

🌐 導入の背景と「Omada SDN」とは #

自宅ネットワークをより強固に、かつ一元管理・可視化できるようにするため、エンタープライズ向けのネットワーク統合管理プラットフォームである TP-Link Omada SDN (Software-Defined Networking) を導入しました。

Omada SDNの特徴 #

一元管理 (Centralized Management): ルーター、スイッチ、アクセスポイント（AP）などのネットワーク機器を、1つのコントローラーからまとめて設定・監視できます。
可視化とトポロジー: クライアントがどのAPに接続しているか、トラフィックがどのように流れているかをリアルタイムで把握できます。
ローミング制御: 複数のAPを配置した場合でも、シームレスなローミング（高速切替）を実現するための高度な無線制御が可能です。 (※製品の仕様としての現在形です)

今回は、自宅の仮想化基盤である Proxmox VE (v9.2.11) 上にLXCコンテナを立て、その中でDockerを用いてOmadaコントローラーを構築し、Wi-Fiアクセスポイントとして TP-Link Omada EAP653 を導入しました。

🛠️ 1. Proxmox LXCコンテナの作成 #

Proxmox 9系では従来の自動構築スクリプト（tteck系など）が非対応の部分もあったため、保守性の高いDocker運用を採用しました。ProxmoxのGUIから手動で空のLXCコンテナを作成しました。

Template: ubuntu-22.04-standard (または Debian)
Disk: 8GB 〜 10GB
CPU / Memory: 2 Cores / 2048 MB
Network: DHCP（または固定IP）

⚠️ 【重要】Dockerを動かすためのLXCオプション設定 コンテナ作成後（起動前）に、Proxmox左メニューの [Options] > [Features] を編集し、以下の2つに必ずチェックを入れました。

Tesla V100 専用クーリングシュラウド自作

Sun, 13 Sep 2026 10:41:00 +0900

概要 #

ファンレス仕様のサーバー用GPU「NVIDIA Tesla V100」を所有するHP Z8G4Workstation内で冷却するため、80mm高速ファン（ARCTIC P8 Max）を接続する専用ダクトをFusion 360で設計し、3Dプリントします。8ピン電源ケーブルとの干渉を避けつつ、ファン効率を最大化する流体設計（変形四角 ➔ 円形）を採用しました。

Wasm統合テスト

Sat, 12 Sep 2026 22:00:00 +0900

ここはHugoが生成しているMarkdownの本文エリアです。RetroCSSのデザインが適用されています。以下の枠内は、記事内に埋め込まれたRust(Wasm)が直接演算し、DOMを書き換えています。

Wasmのロードを待機中...

About

Sat, 12 Sep 2026 00:00:00 +0900

soijoy.devは、低レイヤからインフラ、ビジネスまでを横断して「作って、測って、記録する」ための技術ブログ兼ポートフォリオです。

Profile #

ITインフラ系会社員 / 中小企業診断士
研究学園都市で暮らす低レイヤ好き
関心分野：CPU・OSなどの低レイヤ、仮想化基盤と自宅サーバ、AIの高速化、業務と財務のシステム化

Now #

行列積の自作・高速化から始めて、AIを低レイヤの視点で掘り下げるプロジェクト
書籍『ゼロからのOS自作入門』でのOS自作
デジタル回路・半導体設計の学習

進捗はProjects とTech Notes で公開しています。

This Site #

モダンなJSフレームワークの過剰なオーバーヘッドを避け、静的サイトジェネレーター（Hugo）とWebAssembly（Rust）を組み合わせて作っています。サイトは自宅のProxmox上で動いており、Cloudflare Tunnel経由で公開しています。ベアメタルなハードウェア層から、仮想化基盤、実践的な業務ロジックまでを一体的に設計することを信条としています。

Work #

経営とITの両面から、お仕事のご相談を受け付けています。詳しくはお仕事のご依頼と事業者情報をご覧ください。

Search

Mon, 01 Jan 0001 00:00:00 +0000

プライバシーポリシー・免責事項

Mon, 01 Jan 0001 00:00:00 +0000

広告の配信について #

当サイトは、第三者配信の広告サービス「Google アドセンス」を利用しています。 Google などの第三者配信事業者は、Cookie を使用して、ユーザーが当サイトや他のサイトに過去にアクセスした際の情報に基づいて広告を配信します。

ユーザーは Google 広告設定でパーソナライズ広告を無効にできます。また、www.aboutads.info にアクセスすると、第三者配信事業者の Cookie を無効にできます。

Google によるデータの利用については、「Google のサービスを使用するサイトやアプリから収集した情報の Google による使用」をご覧ください。

アフィリエイトプログラムについて #

当サイトは、アフィリエイトプログラムを利用して商品を紹介しています。アフィリエイトリンクを含む記事には「PR」の表記をしています。紹介している商品の購入に関するお問い合わせは、各販売店へ直接お願いいたします。

免責事項 #

当サイトの情報は、できる限り正確な情報を掲載するよう努めていますが、正確性や安全性を保証するものではありません。記事内の設定手順やコードを実行したことによって生じた損害について、当サイトは一切の責任を負いかねます。自己責任のうえでご利用ください。

当サイトからリンクしている外部サイトで提供される情報・サービスについても、責任を負いかねます。

著作権について #

お問い合わせ #

お問い合わせはお仕事のご依頼ページに記載の連絡先までお願いいたします。

改定 #

本ポリシーの内容は、必要に応じて予告なく変更することがあります。

Welcome to soijoy.dev on soijoy.dev

ジャンクM.2 SSD (Phison E13) の解析とNANDサルベージ

対象デバイス #

診断・作業ログ #

1. ソフトからのアプローチ（通信テスト） #

2. ハードウェア解析（目視・テスター） #

ジャンクマザーのバラック起動・BIOS波形観測・メモリテスト

実験環境 #

バラック起動とトラブルシュート #

電源ピンのショート起動 #

ファンは回るが画面が映らない（POSTが走らない） #

ファン浮き（密着不足）での自動停止 #

BIOSの低レイヤ設定 #

液晶モニターの熱暴走・ブラックアウト解析（修理記録）

正常時の電圧仕様（点検の基準値） #

切り分け手順 #

STEP 1: 電源基板 vs メイン基板 #

ジャンク修理・低レイヤハック

完了済み / 記録 #

お仕事のご依頼

対応分野 #

経営支援・事業計画 #

IT導入・DX支援 #

サーバ・ネットワーク構築 #

技術調査・執筆・講師 #

ご依頼の流れ #

料金 #

対応方法 #

事業者情報

概要 #

事業内容 #

代表者について #

Ollamaとは何か？ ローカルLLM推論エンジンの比較

代表的な推論ソフトの比較 #

vLLM #

llama.cpp（直接実行） #

LM Studio #

Text-generation-webui（Oobabooga） #

目的別のおすすめ #

この基盤でのその後 #

llama.cpp によるモデルの自作量子化（Quantization）

前提 #

1. 生の重みデータ（Safetensors）を入手 #

2. 変換用のPython仮想環境（venv） #

3. 無圧縮GGUF（FP16）へ変換 #

llama.cpp ネイティブ環境構築とTesla V100フル稼働の記録

前提環境 #

1. 依存関係とCUDA Toolkitの導入 #

2. llama.cpp のクローンとビルド #

Tesla V100 ローカルLLMサーバ構築

完了済み #

技術メモ #

HP Z8 G4 + Proxmox + Tesla V100 (32GB) ローカルLLM環境構築備忘録

📋 1. 基本環境情報 #

🛠️ 2. Ubuntu Server VMの作成とストレージ拡張 #

VM作成時の注意点 #

Tesla V100 シュラウドの採寸と出力

概要 #

基本寸法・仕様 #

モデリング手順 (Fusion 360) #

フェーズ1：現物合わせトレースとスライステスト #

フェーズ2：ベース（土台）の作成 #

フェーズ3：ケーブル回避トンネル（直進20mm） #

フェーズ4：ファンマウント台座の作成 #

フェーズ5：ソリッド＆カット法によるロフト（自己交差エラー回避） #

Proxmox UPS導入・自動シャットダウン設定ログ

概要 #

1. 物理結線とUSB認識の確認 #

2. ツールのダウンロードとProxmoxへの転送 #

3. PowerPanel for Linux のインストール #

YAMAHA RTX830 導入・初期設定とSSH化ログ

概要 #

1. CUI環境の基本セットアップ #

文字化けの解消 #

よく使う確認コマンド #

2. WindowsからのSSH接続設定とTelnet廃止 #

① Windows側のSSHクライアント設定 #

Omada SDNコントローラー構築とAP導入

🌐 導入の背景と「Omada SDN」とは #

Omada SDNの特徴 #

Ollamaとは何か？ローカルLLM推論エンジンの比較