舊顯示卡點幫 Immich 相片庫加速 AI 搜尋：裝之前要計清三筆數
GTX 1080 都用得，但 driver、VRAM 同長開電費要先查清
Immich 吸引 NAS 同 homelab 用家，最大賣點係相片留喺自己部機，又有接近主流雲端相簿嘅搜尋同整理功能。XDA Developers 作者 Ayush Pande 最近將一張約十年卡齡嘅 GTX 1080 接入 Immich，用嚟處理智能搜尋、人面辨識、相似相片偵測同 OCR。個方向幾實用，不過「舊卡加 AI」好易令人誤會：裝卡前呢批功能已經喺度，GPU 負責縮短機器學習工作時間同減輕 CPU 負擔。
GPU 實際幫到邊幾瓣
Immich 嘅 Smart Search 會用 CLIP 模型理解相片內容，輸入「黃昏海邊有狗」呢類自然語句，都可以按畫面意思搵相；同一批機器學習資料亦會用嚟找出視覺上相似嘅相片。人面辨識就會偵測面孔、將相似面孔分組，再畀用家改名同合併。XDA 作者另外換用較大嘅 ViT-L-16-SigLIP-256__webli 搜尋模型，話佢理解查詢較準，不過一次加入幾千張相時，背景工作會跑得耐啲。呢個只係作者個人使用感受，冇統一 benchmark，亦證明唔到 Immich 整體「醒過」Google Photos。
圖片：Immich
唔係任何舊卡插落去都得
Immich 官方列出 CUDA、ROCm、OpenVINO、ARM NN 同 RKNN 幾套後端；NVIDIA 卡最低要求係 CUDA compute capability 5.2，GTX 1080 屬 6.1，所以跨過呢條硬件門檻。不過硬件合格只係第一關，host 仲要有相容 driver、容器要見到張卡，所選模型亦要放得入 VRAM。官方直言 CUDA 暫時最可靠，部分模型未必支援其他後端，而整套 GPU 機器學習加速仍屬實驗性功能。張卡太舊、driver 裝唔到或者 NAS 冇 PCIe 空間，勉強改裝通常只會換來更多維護工夫。
Docker Compose 要改咩
標準 Docker Compose 安裝要先下載官方 hwaccel.ml.yml，再將 immich-machine-learning image 換成相應版本，例如 NVIDIA 用 -cuda；跟住喺同一個 service 啟用 extends，揀返 CUDA、ROCm 或 OpenVINO，最後重新部署機器學習容器。完成後可用 nvtop、intel_gpu_top 或容器 log，確認執行 Smart Search、Face Detection 時有冇載入正確 provider。XDA 作者用 Proxmox LXC 同社群 helper script 自動傳入 GTX 1080，呢條捷徑同一般 Docker NAS 設定唔完全一樣，亦唔應直接複製網上 script 落正式相片庫；先睇清程式內容、備份 Compose 設定同測試還原會穩陣好多。
VRAM 同模型大小要一齊睇
官方冇提供一個適用所有模型嘅統一 VRAM 數字，原因好簡單：Smart Search、人面辨識同 OCR 可以揀唔同模型，較大模型通常食多啲 RAM、VRAM 同處理時間。多 GPU 亦救唔到單卡容量不足，Immich 要求每張卡各自放得落完整模型，唔會將同一模型拆開跨卡載入。家庭相片庫追求嘅多數係匯入後盡快建好索引，未必值得為少量日常搜尋長開一張高耗電舊卡；如果 CPU 已經可以夜晚慢慢清隊列，保留現有配置可能更省事。
香港電費點樣粗略計
2026 年平均淨電價，中電係每度 $1.406，港燈係每度 $1.633。假設加卡後整部 server 平均多食 20W，一個月長開約多用 14.4 度電，即約 $20.25 至 $23.52；若平均增幅係 50W，就升到 36 度，約 $50.62 至 $58.79。呢啲只係方便比較嘅算式，唔代表 GTX 1080 實際待機功耗，真正數字要用插座電錶量度裝卡前後差額。較合理做法係畀 GPU 做完首次大批索引，再觀察閒置功耗；如果舊卡令整部機長期高食電，慳落嘅雲端月費未必補得返。
私隱有著數，備份仍要自己做
相片同模型推理留喺自己控制嘅 server，的確減少將家庭相片交畀第三方雲端分析，呢點先係本地跑機器學習最實在嘅價值。不過 self-hosted 同安全備份係兩回事：Immich 會自動建立資料庫 dump，入面冇原相同影片；官方只係建議採用 3-2-1 策略，檔案備份工具、異地副本同還原測試仍要用家自己安排。舊 GPU 最適合已經有 Immich、相片量大、CPU 經常塞車嗰批人；如果連備份同容器維護都未搞掂，應該先補好呢兩層，再諗加速。
參考來源
- XDA Developers — I used an old graphics card to add AI features to my Immich server, and it's now smarter than Google Photos — original report
- Immich：Hardware-Accelerated Machine Learning — 官方支援後端、CUDA 最低運算能力、Docker Compose 設定、VRAM 限制同實驗性狀態。
- Immich：Searching — 官方解釋 CLIP 語意搜尋、OCR、模型選擇同搜尋資料庫運作。
- Immich：Facial Recognition — 官方人面偵測、分組、模型處理同設定資料。
- Immich：Backup and Restore — 確認自動備份只涵蓋資料庫，原相、影片同 3-2-1 備份仍要自行處理。
- 環境及生態局：兩電公布二○二六年電費調整 — 2026 年中電同港燈平均淨電價官方數字。
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
