Además, tal y como está preparado actualmente el código, basta con cambiar las etiquetas (tags) correspondientes a los sensores que queremos representar para disponer de una herramienta reutilizable con la que generar nuestras propias gráficas. Esto resulta especialmente interesante porque los datos procedentes de Home Assistant no tienen por qué estar registrados a intervalos regulares: el programa trabaja con las marcas temporales de cada medición y permite superponer correctamente en el tiempo los datos procedentes de diferentes sensores.
De esta forma, cualquiera que quiera repetir el experimento con su propio NAS —o simplemente curiosear, modificar el código y analizar sus propios datos— puede hacerlo desde el navegador y sin necesidad de configurar previamente un entorno de desarrollo.
Aunque la frecuencia de muestreo de la temperatura, con registros cada 5-10 segundos, nos parece más que suficiente para seguir la evolución térmica del procesador, las medidas de consumo proporcionadas por el FRITZ! se registraban cada 5-10 minutos. Esta diferencia de frecuencia no es la situación ideal para estudiar con precisión la relación instantánea entre ambas variables, aunque, aun así, el coeficiente de correlación obtenido entre temperatura y consumo eléctrico se sitúa en torno a 0,8, lo que apunta/confirma a una relación bastante significativa entre ambos parámetros.
Para próximas revisiones tenemos previsto incorporar a nuestro sistema de Home Assistant un dispositivo de medida con una frecuencia de muestreo mayor que nos permita disponer de registros de consumo mucho más próximos en el tiempo a los de temperatura. Con ello podremos afinar todavía más este tipo de análisis y comprobar con mayor precisión cómo responde el consumo eléctrico ante cambios rápidos de carga y temperatura.
En cualquier caso, el objetivo principal de este «experimento» era bastante más sencillo y, para nosotros, también más importante: conocer cuál es la temperatura máxima que alcanza la CPU del DXP2800 GT cuando sometemos al NAS a una carga de trabajo intensa y cuál es la potencia eléctrica máxima que llega a demandar. Dos valores que difícilmente encontraremos en una ficha técnica y que nos parecen mucho más representativos de cómo se comporta realmente el equipo cuando se le exige de verdad.
En resumen, nos atrevemos a decir que este NAS, sometido a plena carga de CPU y GPU durante el procesamiento de nuestras fotografías mediante IA, alcanza una temperatura muy próxima a los 90 °C. En condiciones de reposo relativo, la temperatura se mantiene alrededor de los 60 °C.
Consumo energético del DXP2800 GT
En cuanto al consumo eléctrico, las diferencias también son apreciables: hemos registrado un máximo de aproximadamente 45 W durante las tareas más exigentes, frente a unos 18-20 W en situación de reposo relativo.
780
Si Ugreen puede pecar de algo es la «sobreprotección» que quiere dar a sus clientes evitándoles posibles problemas de seguridad … lo que no siempre es lo mejor para gente «inquieta» como nosotros-
Por ejemplo, UGOS cierra de forma automática la conexión SSH al cabo de un tiempo para proteger ataques del exterior. El problema es que cuando reseteas el NAS arranca con el SSH desactivado lo que obliga a tener que acceder vía web a la página del NAS y reactivarla de nuevo.
Sin embargo, UGOS respeta cualquier servicio que esté en:
Por ello si colocas un override de systemd ahí, no lo toca.y podrás mantener activo el servicio SSH incluso tras un apagado/encendido o un reboot.
Paso 1: crear servicio override persistente
Paso 2: crear override
Contenido:
Paso 3: recargar systemd
Resultado:
SSH queda activo
SSH se mantiene tras reboot
SSH se mantiene tras reset
SSH se mantiene tras cambio
UGOS ya no lo toca
Hemos recibido alguna pregunta sobre si hay equivalente algún procesador equivalente en Intel al R2514 de este NAS.
No hay un 1:1 perfecto. Por CPU se acerca el Intel N305 (como ya indicamos en la revisión), pero en IA/GPU el R2514 gana por goleada por cuanto Intel no tiene ROCm oficial para iGPU.
Conclusión: Si quieres IA local en NAS sin meter gráfica dedicada, AMD R2514 es hoy la única opción real de bajo consumo.
Stable Diffusion (SD): una prueba que tuvimos que abandonar
Como prueba adicional, intentamos convertir el DXP2800 GT en una pequeña estación local de generación de imágenes con Stable Diffusion aprovechando su Ryzen Embedded R2514 y su GPU integrada.
El experimento terminó siendo bastante más complicado de lo esperado: para disponer del entorno necesario tuvimos que recurrir a ROCm y a diferentes imágenes Docker de AMD, acumulando más de 50 GB de software, pero no conseguimos llegar a una instalación funcional y estable que permitiera realizar pruebas de rendimiento con Stable Diffusion.
En uno de los intentos, además, el sistema llegó a quedar completamente bloqueado, hasta el punto de que no respondía ni siquiera a un ping y fue necesario cortar la alimentación.
Consultado el servicio técnico de UGREEN, la respuesta confirmó nuestras dudas: el fabricante no ofrece soporte específico para este escenario ni una vía documentada para utilizar Stable Diffusion/ROCm de forma local sobre este NAS.
Ante la ausencia de soporte oficial, los problemas de compatibilidad encontrados y, sobre todo, el riesgo de comprometer la estabilidad de un equipo que utilizamos para otras tareas, decidimos no continuar forzando el experimento.
Por tanto, esta prueba debe considerarse un intento fallido de instalación, y no un benchmark negativo del DXP2800 GT: sencillamente, no llegamos a disponer de un entorno suficientemente fiable como para obtener resultados comparables o sacar conclusiones técnicas serias
Como en PcDeMaNo no renunciamos a nuestras «ideas» por muiy descabelladas que parezcan vamos a intentar CONVERTIR este NAS de Ugreen en un monstruo con dos cabezas:
La mayor parte del tiempo funcionando como NAS gracias a su UGOS instalado en la eMMC y para uso ocasional como PC multimedia con KODI o como «laboratorio» de desarrollo de IA (con Stable Diffusion en uno de sus NVMe.
¿Funcionará? Ya os iremos contando sobre nuestros avances