¿Puede Immich mantener utilizable la búsqueda de fotos durante grandes importaciones desde dispositivos móviles?
Sí, Immich puede mantener utilizable la búsqueda de fotos existentes durante las importaciones cuando los recursos compartidos conservan margen, aunque las fotos recién subidas podrían tardar más en estar disponibles para las búsquedas.
En un hogar se importan años de fotos del teléfono mientras alguien busca un álbum de cumpleaños antiguo. Devolver rápidamente ese álbum conocido y encontrar todas las fotografías subidas este mismo minuto son promesas diferentes. Evalúalas por separado, porque el procesamiento en segundo plano puede quedarse atrás sin dejar fuera de servicio la búsqueda ya establecida, mientras que la competencia por los recursos puede ralentizar incluso los resultados indexados previamente.
La búsqueda existente y la nueva cobertura son promesas diferentes
Los recursos ya indexados contienen la información necesaria para la ruta de búsqueda compatible. Las nuevas cargas aceptadas quizá aún necesiten extracción de metadatos, preparación para su visualización y trabajos de indexación relevantes. Por lo tanto, una carga exitosa no garantiza ni una cobertura inmediata de la búsqueda semántica ni que todas las funciones de búsqueda hayan terminado de procesar el recurso.
Los informes directos sobre bibliotecas grandes describen experiencias de importación muy diferentes entre placas pequeñas y máquinas más grandes, incluidas instalaciones que siguieron siendo utilizables mientras continuaba el procesamiento. Esos testimonios demuestran variabilidad, no una regla mínima de RAM. La combinación de medios, los trabajos activados, los servicios simultáneos y el tiempo de espera aceptable importan tanto como el número de fotografías.
La respuesta condicional es sí cuando una consulta conocida sigue devolviendo los resultados esperados dentro de la tolerancia del hogar y los nuevos recursos siguen avanzando en el procesamiento. La respuesta es no en cuanto a la actualización si la indexación deja de avanzar, aunque las búsquedas antiguas funcionen. A la inversa, una cola creciente por sí sola no demuestra que el servicio interactivo haya dejado de estar disponible.
Un mayor trabajo de importación puede consumir capacidad interactiva
Las cargas, la generación de derivados, las operaciones de la base de datos y la inferencia consumen recursos que se solapan. Aumentar la concurrencia en segundo plano puede terminar más trabajos por minuto hasta que una dependencia compartida se satura; a partir de ese punto, una espera adicional puede perjudicar las solicitudes interactivas. Por tanto, en el mismo equipo pueden coexistir una mayor velocidad de ingesta y una experiencia de búsqueda más lenta.
Un informe específico de una versión sobre el importador describió controles de pausa de trabajos que no cubrían todas las colas activas con immich-go 0.28.0 e Immich 2.3.1. El autor del informe no demostró que esto causara los errores de conexión observados. La lección útil es más limitada: la etiqueta de un control no demuestra que todo el trabajo en segundo plano esté realmente pausado.
Programar menos trabajo en segundo plano durante el uso familiar intercambia tiempo de finalización por un posible margen interactivo; no crea capacidad. Observa las colas activas y los tiempos visibles para el usuario después de aplicar un cambio compatible. Si la búsqueda sigue lenta mientras esas colas están inactivas, investiga la ruta de consulta restante en lugar de atribuir cada retraso a la concurrencia de importación.
La aceleración de ML no puede proteger todas las dependencias
Mover la inferencia a un acelerador u otro equipo cambia un límite del servicio. No acelera automáticamente PostgreSQL, las lecturas de los medios originales, la generación de miniaturas ni la representación en el cliente. Una etapa de aprendizaje automático rápida puede coexistir con una base de datos o un conjunto de almacenamiento congestionados, y un servicio remoto introduce su propia dependencia de red y disponibilidad.
Un informe sobre los recursos del OCR de Immich 2.2.0 describió un procesamiento rápido de rostros y búsqueda inteligente, pero un comportamiento del OCR mucho más exigente con un modelo y entorno concretos. Se trata de un incidente histórico, no de un defecto universal actual. Ilustra por qué la velocidad o demanda de memoria de un trabajo de ML no puede representar todos los trabajos activados.
La afirmación de disponibilidad deja de cumplirse cuando los servicios necesarios se reinician por presión de memoria, las consultas agotan el tiempo de espera, el almacenamiento se queda sin espacio disponible para escritura o una ruta de red necesaria deja de ser accesible. Una inferencia más rápida por sí sola no puede resolver estos límites. Mantén también separada la privacidad: el procesamiento local no compensa unas cuentas con permisos demasiado amplios, unos puntos de acceso expuestos o una gestión inadecuada de las copias de seguridad.
Define qué significa «utilizable» para tu hogar
Elige un conjunto pequeño de consultas antiguas con resultados conocidos y una muestra de importación nueva con sujetos reconocibles. Registra los tiempos de finalización de las consultas, los errores y el retraso hasta que la muestra pueda buscarse mediante la función prevista. Repite la prueba durante un periodo tranquilo y durante una importación representativa sin cambiar la cuenta, el cliente ni la ruta de red.
El alojamiento propio traslada las responsabilidades operativas del hogar al propietario del servidor, incluida la disponibilidad del servicio, el acceso y las decisiones sobre las copias de seguridad. Esta distinción importa al definir una búsqueda utilizable: un retraso ocasional en la indexación puede ser aceptable, pero perder el acceso durante cada importación nocturna quizá no lo sea. Una comparación con la nube aporta ese contexto de responsabilidades, no una garantía de rendimiento para Immich.
Establece límites de aceptación separados para la latencia de la búsqueda establecida y la disponibilidad de las fotos nuevas, y observa si el retraso se reduce después de que terminen las cargas. Cumplir ambos límites solo respalda el uso continuado con la carga de trabajo probada. Si uno falla, la siguiente decisión es qué dependencia o solapamiento de programación infringe ese límite, no asumir que todas las bibliotecas grandes necesitan el mismo hardware.
Productos recomendados
Centro de Tecnología e IA
Más para leer
Los modelos abiertos están alcanzando a la IA de vanguardia: ¿será 2026 el año en que la IA local alcance un nivel suficientemente bueno?
Los modelos abiertos están alcanzando un nivel suficiente para más cargas de trabajo de IA local, mientras que los modelos de vanguardia en la...
NVIDIA PAIR convierte tu red doméstica en un clúster local de IA—¿todavía necesitas un gran servidor con GPU?
NVIDIA PAIR distribuye las solicitudes de IA local entre varios PC, haciendo que la capacidad de cómputo sea más flexible, mientras un servidor doméstico...
¿Por qué Immich se siente más rápido en una red LAN que mediante conexiones remotas?
Las solicitudes en la LAN suelen seguir una ruta más corta y con menor latencia. El acceso remoto añade limitaciones de capacidad de la...
