原先immich一直部署在群暉上，618首發(fā)入了綠聯(lián)DXP4800Plus后，一直在動腦筋怎么發(fā)揮它的硬件長處，就想到immich的視覺機器學(xué)習(xí)。

immich是一款自托管的相冊服務(wù)器，其中用于機器學(xué)習(xí)的容器是immich-machine-learning，默認安裝的是不帶硬件加速的。實際上支持3種硬件加速，分別是ARM Mali、Nvidia CUDA、intel OpenVINO。拉取的時候在tag后面加上對應(yīng)的名稱，比如docker pull ghcr.io/immich-app/immich-machine-learning:v1.106.4-openvino。

immich建議用固定版本號，部署則建議去官網(wǎng)下載yml和.env，因為更新實在頻繁，一會換數(shù)據(jù)庫版本，一會換數(shù)據(jù)庫位置，一會又合并容器，網(wǎng)上找攻略照搬他人的yaml文件容易踩坑。

4個實驗組，綠聯(lián)和群暉都分別安裝硬件加速版和普通版的機器學(xué)習(xí)容器。

省流直接看結(jié)果：綠聯(lián)的奔騰8505支持openvino，GPU可以參與CLIP及人臉，但不知道是否驅(qū)動的關(guān)系，GPU作用不大，主力還是CPU。群暉的J4125看起來并不支持openvino，雖然使用openvino后群暉GPU的參與程度很高，CPU占用顯著下降，但CLIP和人臉大模型加載后全部初始化失敗。另外，綠聯(lián)和群暉按官方配置QuickSync或VAAPI后都無法正常使用硬件加速視頻轉(zhuǎn)碼，希望有成功的小伙伴可以指導(dǎo)下。

建議：綠聯(lián)8505芯片推薦用openvino硬件加速進行機器學(xué)習(xí)，雖然GPU出力實在一般，但速度還是快了些的。群暉J4125芯片不建議用openvino硬件加速，雖然GPU出力比較高，但是大模型加載不了，后期相冊使用過程中怕有不確定情況發(fā)生。

（組一）綠聯(lián)-openvino硬件加速機器學(xué)習(xí)

（組二）綠聯(lián)-未啟用硬件加速機器學(xué)習(xí)

（組三）群暉-openvino硬件加速機器學(xué)習(xí)

（組四）群暉-未啟用硬件加速機器學(xué)習(xí)

（附加）機器學(xué)習(xí)模型加載

【1】群暉開啟openvino后加載模型初始化失敗

【2】其余情況均加載模型成功

作者聲明本文無利益相關(guān)，歡迎值友理性交流，和諧討論～

,