¿Qué es un homelab y para qué sirve?
Un homelab es un entorno de laboratorio montado en casa con equipos reales o virtualizados donde experimentar, aprender y probar tecnologías sin miedo a romper nada en producción. Para un profesional de TI, es el campo de entrenamiento perfecto.
Pero también puede ser mucho más: un servidor multimedia, un NAS para backups, un centro de automatización del hogar o una réplica a pequeña escala de la infraestructura de una empresa. Todo depende de lo que necesites.
Este artículo no pretende ser una guía de compras ni una lista de especificaciones. Es más bien un recorrido por las decisiones, los aciertos y los errores que uno se encuentra al montar su propio laboratorio en casa.
¿Por qué montar un homelab?
Las razones pueden ser muchas, pero estas son las más habituales:
- Aprender haciendo: No hay mejor forma de entender Docker, Kubernetes, o un firewall que montarlos y configurarlos tú mismo.
- Probar antes de implementar: Antes de desplegar una herramienta en producción, puedes validarla en tu homelab con total seguridad.
- Automatizar el hogar: Desde un NAS para backups hasta un servidor de domótica con Home Assistant.
- Tener control total: Tus datos en tu hardware, sin depender de servicios cloud de terceros.
- Mantenerse al día: La tecnología avanza rápido. Un homelab te permite seguir el ritmo sin quedarte atrás.
El hardware: no hace falta gastarse un dineral
Uno de los mayores mitos es que necesitas un rack lleno de servidores enterprise. La realidad es muy distinta:
Para empezar: un PC o portátil viejo
Con un ordenador que ya no uses, puedes instalar Proxmox, VMware ESXi o directamente Ubuntu Server y empezar a virtualizar. Es suficiente para aprender y para montar servicios ligeros.
Siguiente nivel: un mini PC
Equipos como los HP EliteDesk, Dell Optiplex o Intel NUC de segunda mano son baratos, silenciosos y consumen muy poca electricidad. Con 16 GB de RAM y un SSD de 500 GB puedes montar varios contenedores y alguna máquina virtual ligera.
Una de las grandes ventajas de los mini PCs es que muchos modelos (sobre todo los Intel NUC y los HP EliteDesk 800 G4/G5) tienen ranuras M.2 para WiFi que pueden reutilizarse como puerto OCuLink o Thunderbolt, lo que permite conectar una eGPU (external GPU) con tarjetas NVIDIA. Esto convierte un mini PC silencioso y de bajo consumo en una estación capaz de ejecutar modelos de IA locales, renderizado o análisis de datos, sin necesidad de un torreón ruidoso.
Las combinaciones más habituales son mini PC + RTX 3060/4060 (para IA y gaming ligero) o incluso RTX 4090 en una eGPU bien refrigerada. La conexión Thunderbolt 3/4 da suficiente ancho de banda para la mayoría de cargas de trabajo de inferencia de IA.
Cuando quieres más: un servidor de segunda mano
Los servidores Dell PowerEdge o HP ProLiant de generaciones pasadas (T320, R430, etc.) se encuentran por poco dinero en Wallapop o eBay. Consumen más, pero ofrecen mucha más capacidad. Mi recomendación: empieza con algo pequeño y escala cuando veas que lo necesitas.
El software que uso en mi homelab
| Software | Para qué |
|---|---|
| Proxmox VE | Hipervisor para máquinas virtuales y contenedores |
| Docker + Portainer | Contenedores con interfaz web para gestionarlos |
| TrueNAS / OMV | Sistema de almacenamiento NAS para backups y archivos |
| Pi-hole / AdGuard Home | Bloqueo de publicidad y rastreadores a nivel de red |
| Uptime Kuma | Monitorización del estado de los servicios |
| Vaultwarden | Gestor de contraseñas autogestionado |
| Home Assistant | Automatización del hogar (luces, sensores, clima) |
| Ollama / LM Studio | Modelos de lenguaje locales (LLaMA, Mistral, Phi, Qwen) |
Algunos de estos servicios los he cubierto en la serie «Jugando con Docker». Si te interesa montar alguno, échales un ojo.
IA local en el homelab: Ollama y LM Studio
Uno de los usos más interesantes que ha cobrado fuerza en los últimos años es ejecutar modelos de lenguaje (LLMs) de forma local en el homelab. Herramientas como Ollama y LM Studio permiten descargar y ejecutar modelos open source como LLaMA, Mistral, Qwen o Phi directamente en tu hardware, sin depender de APIs externas ni compartir datos con terceros.
Ollama
Ollama es probablemente la forma más sencilla de empezar. Se instala en Linux, macOS o Windows y con un solo comando descargas y ejecutas un modelo:
ollama pull llama3.2
ollama run llama3.2 "Explica qué es Docker en una frase"Ollama también se puede desplegar como contenedor Docker, lo que lo integra perfectamente en un homelab existente:
docker run -d --name ollama -p 11434:11434 ollama/ollamaUna vez arrancado, puedes conectarte desde cualquier aplicación compatible (Open WebUI, Continue.dev, o incluso desde scripts propios) a http://homelab-ip:11434.
LM Studio
LM Studio es una opción más visual, con interfaz gráfica, ideal para quienes prefieren no usar línea de comandos. Permite buscar modelos desde la propia aplicación, descargarlos con un clic y probarlos con un chat integrado. También expone un servidor compatible con la API de OpenAI, por lo que cualquier herramienta que hable con ChatGPT puede apuntar a tu servidor local.
¿Qué modelos usar según tu hardware?
| Hardware | Modelos recomendados |
|---|---|
| 8 GB RAM, sin GPU | Phi-3, Qwen 2.5 1.5B, Llama 3.2 3B |
| 16 GB RAM, iGPU | Mistral 7B, Llama 3.1 8B (cuantizados Q4) |
| 32 GB RAM + GPU NVIDIA (eGPU) | Llama 3.3 70B (cuantizado), Qwen 2.5 32B, DeepSeek Coder |
| 64 GB RAM + RTX 3090/4090 | Modelos completos de 30B-70B, Mixtral 8x7B |
La combinación de un mini PC con una eGPU NVIDIA (RTX 3060 o superior) es el punto dulce para ejecutar modelos de hasta 30B parámetros con buena velocidad de inferencia. Si quieres profundizar en este tema, el artículo sobre Inteligencia Artificial cubre los fundamentos.
Lecciones aprendidas
Montar un homelab enseña cosas que no vienen en los manuales. Estas son algunas:
Empieza pequeño, escala cuando toque
Uno de los errores más comunes es comprar un servidor enorme pensando en el futuro. El resultado: ruido, calor y una factura de luz que no esperabas. Mi consejo: empieza con un mini PC o un viejo portátil. Cuando sepas exactamente qué necesitas, entonces inviertes.
La electricidad y el ruido importan
Un servidor enterprise en casa no es como un PC normal. Ventiladores pequeños girando a alta velocidad, consumo de 100-200W 24/7… Acostúmbrate a que la factura suba o busca hardware más eficiente.
Documenta todo
Al principio recuerdas cómo configuraste cada servicio. A los seis meses, no. Llevar un registro (aunque sea un documento de texto) de las configuraciones, contraseñas y decisiones tomadas te ahorrará horas cuando algo falle.
Los backups no son opcionales
Tu homelab almacenará datos personales, fotos, documentos. Si no tienes un plan de backups (el famoso 3-2-1), tarde o temprano lo pagarás caro. Un NAS con discos en mirror y una copia externa es el mínimo recomendable.
¿Y ahora qué?
Si estás pensando en montar tu propio homelab, empieza por algo pequeño. Un raspberry Pi o un PC viejo con Docker te dará más satisfacción que un rack lleno de servidores apagados porque no tienes tiempo de mantenerlos.
En este blog hay varios artículos que te pueden servir de base:
- Introducción a Docker
- Vaultwarden (gestor de contraseñas)
- Monitorización con Uptime Kuma
- Proxy inverso con Caddy
¿Tienes homelab? ¿Qué hardware y software usas? Cuéntalo en los comentarios — siempre se aprende de las experiencias de los demás.