bhamm-lab
Laboratorio personal de exploración de IA/ML y DevOps con infraestructura auto-alojada en Debian, Proxmox y Talos.
Ficha actualizada 22 sept 2026, 18:40 · upstream 22 sept 2026, 17:40 · release sin release detectada
Qué es bhamm-lab
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Este proyecto es un laboratorio personal dedicado a la exploración de inteligencia artificial, aprendizaje automático y operaciones de desarrollo. Proporciona una plataforma robusta para el alojamiento de aplicaciones propias, sirviendo como espacio de aprendizaje, experimentación y prueba de soluciones. El repositorio se mantiene en repositorios open source con documentación completa disponible.
- Experimentar modelos de lenguaje LLM con inferencia local usando AMD Radeon AI Pro R9700
- Inferencia de embeddings con AMD Ryzen AI MAX+ 395
- Escalado a cero (scale-to-zero) de modelos Llama.cpp mediante KubeElasti y LiteLLM
- Transcoding de video en Jellyfin usando GPU Intel Arc A310
- Implementación de infraestructura as code con OpenTofu, Ansible y ArgoCD
- Gestión de secretos con SOPS y Vault para aplicaciones sensibles
- Infraestructura completa en código declarativo con OpenTofu y GitOps mediante ArgoCD
- Soporte de aceleración GPU AMD Radeon AI Pro R9700 y Intel Arc A310
- Stack observabilidad completo con KubePrometheus, Alloy y Arise Phoenix
- Seguridad avanzada con OPNsense, SOPS, Vault y autenticación OIDC/MFA
- Almacenamiento híbrido Ceph (hot) + Truenas/MinIO (cold) con replicación offsite
- La inferencia de modelos LLM requiere GPU dedicada; no funciona en CPUs estándar
- El uso de AMD ROCm puede requerir drivers propietarios o configuraciones específicas
- Las aplicaciones que requieren acceso a internet para acceder a APIs externas pueden tener limitaciones
- La infraestructura es compleja y requiere conocimientos avanzados de Linux, Kubernetes y DevOps
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Recomendado usar Talos como OS base con NixOS o Debian. Configurar Ceph cluster para hot storage y Truenas/MinIO para cold storage. Implementar políticas de red con OPNsense y VLANs. Usar ArgoCD para GitOps, Helm charts para despliegues y Ansible para provisionamiento. Mantener repositorio único con OpenTofu para toda la infraestructura.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.