前言

为了节约经济成本与时间成本，避免过长的屏幕时间（包括对互联网的路径依赖）。同时也为了压缩生活成本。在此简要规划一下改造方案。同时，这篇文章也是后续介绍具体改造方案（包括技术落实）的“引言”。

房间现状

这是目前房间内的状况。

屏幕曾承担了信息门户的作用。但考虑到后续可能要租住，以及大屏幕难以搬动的情况，已经将其放置在待售区等待某天能出二手回本了。

同时，键盘也被收了起来，但我不计划将键盘卖掉。一方面键盘个人性较强，另一方面偶尔也会需要用外接键盘进行调试。这个键盘既轻薄也实用，还支持多模切换。

书架则暂无改进空间。最起码在我看来便是如此。

书架顶上则是一台“Data Management Service”服务器。我拿那台机器跑LTO磁带备份与BD刻录。现在来看也不被需要了。LTO的磁带机与读取机我打算暑假期间带回老家，BD刻录则可连接到桌上的另一台Windows笔记本进行。

出售的设备

DMS - 数据管理服务器

此前作为“音乐生”时所留下的工程与项目文件，均迁移到了LTO磁带中。部分零碎的小文件（tar后小于200GB的包体）则放在BD光盘中。

因此，LTO驱动器只剩下读取的用途，已经不需要再写带了。当然，这里保留未来继续用LTO进行大容量备份的可能，但就目前来看，SAS卡与LTO驱动器就变得没有必要了。

旧的LTO机器会寄回家中以作存档，而旧的存储管理服务器则挂在闲鱼进行一番售卖。

数据管理服务器因此被拆分，4TB的机械硬盘一样挂在闲鱼。而BD光驱则作为CD播放/刻录机继续保留。

ML：Machine Learning - 机器学习服务器

我曾经有段时间用机器学习（或者外行人常说的“人工智能”技术）来辅助我的音乐项目继续。

但更多是作为实验性质的尝试，并没有大规模投入应用。随着Suno的流行，看来我的做法也是有前瞻性的。

可惜的是，目前要更专心于现阶段的考研工作。这套机器学习的机器，假设未来要进行有关研究，其GPU规模也远不如申请科研资金组建大规模计算中心。在很长一段时间里，参数、尤其是大参数的机器学习模型会成为主流。但我依然觉得ASIC可以接管、或者解决许多的问题。我经常说，硅基的集成电路已经随着摩尔定律走到了头。

这套机器陪着我走了一段时间，但也不得不让这台机器寻找一个更合适的下家了。特斯拉P4的计算卡虽是相对先进的帕斯卡架构，但8G的显存是其应对大参数时捉襟见肘。

此外，因为是帕斯卡架构，能耗比还是相当好看的。其实这是一个很有意思的话题，即GPU的能耗比。别看现在游戏显卡尤其是GPGPU的功耗一直在玩“叠叠乐”，我说曾经有一张GPGPU只需要50W的电源，一定能让你惊讶的。

其他？

显示器被我挂在桌上准备卖了，因为这玩意后续搬来搬去也麻烦。事实上，包括游戏方向盘、VR设备这样需要固定空间的设备，我都不打算在未来持有了。我可以遇见得到未来总有不太平的时候。

我还在思考能卖些什么，但目前来说就这些了。

后续·搬家

与其说是家，说是小房间更恰当。

我打算单独出去租住了。家里父亲计划明年将他名下那台卡罗拉交给我开，但也得明年毕业后。这段时间里，可能还需要租用电瓶车来反学校与住处。

说来外出租住的原因也很有趣。室友总是在3点左右入睡，而我基本上1点左右就睡着了。如果室友要和女朋友打电话，这可能还要花更长的时间。综合考虑了许多，为了避免后续考研需要早起晚睡，也为了避免后续早起会打扰室友，就更多考虑搬出去住了。

希望以后读研的时候，能遇到作息稍微正常一些的室友吧。