“Any sufficiently advanced technology is indistinguishable from magic.”
Das Labor – Wo Ideen geboren werde
Der Begriff Labor ist aufgeladen.
Er klingt nach dunklen Räumen, in denen Lichter blinken, Kabel summen und merkwürdige Maschinen Dinge tun, die man nicht ganz versteht. Man denkt an Frankenstein, an Forschung im Verborgenen, an Experimente, die die Welt verändern könnten – oder zumindest das Denken.
Ein Labor ist nicht einfach nur ein Arbeitsplatz.
Es ist ein Ort der Möglichkeit.
Der Ort, an dem aus einer Idee etwas Reales wird. Vielleicht auch etwas Unkontrollierbares.
Ich habe diesen Begriff bewusst gewählt, weil er genau das transportiert: Faszination, Neugier, ein bisschen Wahnsinn – und die Bereitschaft, Neues zu erschaffen.
Wie alles begann
Mein Labor war anfangs nichts weiter als ein alter Desktop-PC, ein einzelner Monitor, und der Gedanke: Was wäre, wenn ich mehr könnte?
Dann kam eine kleine Synology DS217+ NAS, die plötzlich Verantwortung trug – Backups, Medien, Skripte.
Später ein erster Versuch, alles in ein Gehäuse zu bringen: Ein gebrauchter HP Pavilion G7, ausrangiert, aber bereit für Tests.
Ich habe ihn nicht verkauft, so wie ich grundsätzlich keine Technik verkaufe. Ich spende alte Hardware an eine Lernwerkstatt – weil sie dort mehr bewirken kann als irgendwo in einem Online-Kleinanzeigen-Grab.
Der aktuelle Stand
Heute steht in meinem Rack ein System, das für mein Projekt und mein Lernen optimiert ist – effizient, modular, und genauso auf die Entwicklungsarbeit und auf Dauerbetrieb ausgelegt:
- 2× NVIDIA Geforce RTX 4060 Ti Duo Evo
- Ausgewählt wegen des hervorragenden Preis-Leistungs-Verhältnisses bei Energieverbrauch
- Kombination aus CUDA-Cores (für Simulation & Rendering) und Tensor-Cores (für KI-Training)
- Da reinforcement learning in Unreal Engine aktuell nur mit einer GPU gleichzeitig läuft, übernimmt die zweite GPU entweder:
- die prozedurale Generierung der Welt (Houdini, instancing, streaming)
- oder den VR-Betrieb für den Beobachtermodus
- Server mit AMD Ryzen Threadripper Pro 5955WX
- Gewählt wegen Stromverbrauchs-Effizienz bei gleichzeitig hoher Multithread-Leistung
- Perfekt für 24/7-Betrieb im headless Unreal-Mode (Simulationsserver ohne grafische Oberfläche)
- Auch ideal für Virtualisierung, Containerisierung und Nebenprozesse wie Logging, Inferenz oder API-Steuerung
- Außerdem wird der AMD Ryzen Threadripper Pro 5955WX CPU nicht voll ausgelastet und kann nebenbei genutzt werden um Phala-Network Coins zu minen, die ich wiederum nutzen kann zum dezentralen KI-Training ohne die Angst, dass meine Daten irgendwo gespeichert werden
- Mainboard – ASUS Pro WS WRX80E-SAGE SE WIFI Workstation Mainboard
- Notwendiger Sockel für AMD Ryzen Threadripper Pro
- 10Gbit Netzwerkkarte
- Genug DIMM Slots für 256GB DDR4 ECC RAM
- Platz für 2x Asus Dual Geforce 4060 TI Evo
- SAN-Storage & NAS
- Redundanter Speicher für große Mengen an Trainingsdaten und Weltzuständen
- On-Site und Cloud Backup
- Block-Level Zugriff auf große Assets und Materialien
- Netzwerk-Switches & USV
- Enterprise-Level Grundstruktur – sorgt für Ausfallsicherheit und Performance
Warum ich das teile
Weil ich Technik nicht als Besitz sehe – sondern als Werkzeug.
Weil ich glaube, dass Transparenz Vertrauen schafft.
Und weil andere, die Ähnliches vorhaben, von diesem Aufbau profitieren können.
Wenn du Ideen hast, Feedback geben willst, oder dir denkst „Hey, das könnte man doch kombinieren mit…“ – dann melde dich. Dieses Labor ist offen für Austausch.