В процессе сборки ML сервера я столкнулся с выбором видеокарт: две RTX 2060 и одна RTX 1060. После анализа стало ясно, что RTX 1060 устарела и не подходит для современных задач. RTX 2060, обладая поддержкой CUDA 7.5 и встроенными Tensor Cores, значительно ускоряет работу с ML. Далее я выбрал материнскую плату Gigabyte Z390-D, которая позволяет использовать две видеокарты и поддерживает RAID. Дисковая система включает 6 дисков с RAID 1 для надежности и скорости. Установил Python 3.12 и необходимые библиотеки, такие как PyTorch и YOLOv8. Провёл тестирование, которое подтвердило корректную работу обеих видеокарт. Локальное решение оказалось эффективным, обеспечивая высокую скорость генерации изображений и анализ в реальном времени. Проект готов к интеграции с ACMER P3 для автоматизации процессов.