ディスクリートGPUなしで、ホームサーバーはカメラAIを継続的に実行できますか？

エヴァ・ウォン

IceWhale author

エヴァ・ウォン は テクニカルライター であり ZimaSpaceの常駐ティンカーでもあります。 生涯のオタクであり、 ホームラボとオープンソースソフトウェアに情熱を持っています。彼女は複雑な技術的概念をわかりやすく、 実践的なガイドに翻訳することを専門としています。エヴァはセルフホスティングは楽しくあるべきで、怖がるものではないと信じています。彼女のチュートリアルを通じて、コミュニティが ハードウェアのセットアップを解明する手助けをしています。初めてのNAS構築からDockerコンテナの習得まで。

Can a Home Server Run Continuous Camera AI Without a Discrete GPU?

はい。ホームサーバーは、ディスクリートグラフィックスカードなしでも継続的なカメラAIを実行できます。コンパクトな構成では通常、ビデオデコードに内蔵GPUを利用し、対応するIntelシステムではiGPUまたはNPU上でOpenVINO推論を実行します。Coralアクセラレーターも選択肢の一つです。CPUだけでの検出も小規模なら可能ですが、常時稼働する複数カメラシステムでは、最も効率的な設計になることはほとんどありません。

重要なのは、しばしば「カメラAI」としてひとまとめにされる3つの処理、つまりビデオのデコード、検出が必要なフレームの判定、ニューラルネットワーク検出器の実行を分けて考えることです。ディスクリートGPUは、これらの処理を高速化する方法の一つにすぎません。

カメラAIは物体検出器だけではない

カメラストリーム
     |
     v
ビデオデコード（H.264 / H.265）
     |
     v
低解像度の検出フレーム
     |
     v
物体検出器
     |
     +-- 人 / 車 / 動物
     |
     v
追跡 + 録画 + イベント

推論を始める前にCPUが複数の高解像度ストリームをソフトウェアデコードすると、効率的な検出器を使ってもシステムの負荷を十分に下げられない可能性があります。そのため、ハードウェアビデオデコードは物体検出のアクセラレーションと同じくらい重要になる場合があります。

Frigateの最新のビデオデコードに関するガイダンスでは、内蔵GPUまたはディスクリートGPUによるアクセラレーションの利用を強く推奨しており、この用途でIntelおよびAMDの内蔵グラフィックスをサポートしています。

Intel iGPUは画面表示以上のことができる

最新のIntelプロセッサー・グラフィックスは、一般的なカメラコーデックをデコードできるだけでなく、対応ハードウェア上でOpenVINO推論も実行できます。Frigateの物体検出器のドキュメントでは、Intel GPU、Intel NPU、CPUでのOpenVINOをサポートしています。

そのため、低消費電力のIntelホームサーバーは特に興味深い選択肢です。

Intel CPUパッケージ
  ├─ CPUコア -> Frigate / Home Assistant / データベース
  └─ iGPU      -> ビデオデコード + OpenVINO推論

PCIeグラフィックスカードは必要なく、NASやホームサーバーで重視されることの多い、低いアイドル時消費電力、コンパクトな筐体、利用可能な拡張スロットを維持できます。

iGPUはどの程度処理できるのか？

ストリーム解像度、コーデック、フレームレート、検出FPS、モデルの選択、物体の動き、追加処理、ホスト上の他のサービスなど、ワークロードはさまざまな要因に左右されるため、普遍的なカメラ台数はありません。

Frigateの推奨ハードウェアページには現在、低消費電力のNシリーズプロセッサーを含む、複数のIntel iGPUに関する推論時間の参考値が掲載されています。これらの数値は、統合グラフィックスが一般的な家庭用ワークロードに適した検出レイテンシーを実現できることを示していますが、保証されたカメラ台数ではなく、参考値として扱うべきです。

要素	低負荷	高負荷
検出ストリーム	640×360／5fps	1080p／高検出FPS
録画ストリーム	ダイレクトコピー	トランスコード
カメラ台数	2–4	8～16+
モデル	小型検出器	大型YOLO／トランスフォーマーモデル
追加のAI	物体検出のみ	顔、ナンバープレート、セマンティック検索、埋め込み

アーキテクチャによって、単なるカメラ台数以上のことが決まります。カメラが対応している場合は、証拠用に高品質な録画ストリームを使用し、検出には小さいサブストリームを使用してください。

-15% OFF

ZimaBoard 2 - あなたの大きなアイデアのためのミニホームサーバー

Single board computer zimaboard2

純粋なCPU検出が通常、適切な基準にならない理由

Frigateは、TensorFlow LiteのCPU検出器を一般用途には推奨しないと明記しており、アクセラレーターを利用できない場合はOpenVINOのCPUモードのほうが効率的なことが多いと説明しています。これは重要な違いです。「ディスクリートGPUがない」ことは、「すべてのAI処理を汎用CPUコードで強制的に実行する」ことを意味しません。

CPUのみの実験でも、1～2台のカメラ、検出頻度が低い場合、または概念実証には役立ちます。複数カメラを継続的に稼働させると、NASサービス、コンテナ、バックアップ、Home Assistant、メディアのインデックス作成、ローカルAIなど、ホームサーバー上で実行される他の処理とリソースを奪い合います。

CPU使用率が高い状態が続くと、イベントの遅延が増大し、消費電力が増え、他のサービスに割り当てられる余力が失われます。

他のアクセラレーターがディスクリートGPUを避ける理由

アクセラレーションの選択肢	最適な用途	トレードオフ
Intel iGPU + OpenVINO	コンパクトなx86ホームサーバー	対応するIntelグラフィックス / ドライバーが必要
Intel NPU	新しいCore Ultraシステム	ハードウェア / ドライバーの可用性
Coral Edge TPU	効率的な対応TFLiteモデル	モデルの制約と別デバイス
AMD iGPUデコード	ビデオオフロード	検出経路はスタックとモデルによって異なる
CPU + OpenVINO	フォールバック / 小規模構成	汎用CPUを消費

OpenVINOの最新システム要件には、Intel HD、UHD、Iris、Arc、NPUの各ターゲットが記載されており、推論アクセラレーションをディスクリートカードではなくプロセッサーパッケージ内に搭載できることを示しています。

サブストリームを使って録画品質とAIコストを分離する

4Kカメラでも、すべてのフレームを4Kで推論する必要はありません。多くのNVR設計では、次の方法を採用しています。

カメラ
  ├─ メインストリーム：4K / 高ビットレート -> 録画
  └─ サブストリーム：720p / 低いフレームレート   -> 検出

検出器は、より負荷の低いストリームからイベントを検出し、NVRは元の高画質録画を保持します。これにより、保存される証拠を損なうことなく、デコード帯域幅、メモリトラフィック、推論コストを削減できます。

カメラAIはHome AssistantやNASのワークロードとどのように共存するのでしょうか？

常時稼働サーバーは、多くの場合、映像以外の処理も担います。Home Assistant、バックアップ、ファイル共有、メディアライブラリ、ローカル推論などをホストすることがあります。

ZimaSpaceによるHome Assistantのローカル処理拡大に関する分析は、この共有リソースの境界を明らかにしています。ローカルAIによって自律性は向上しますが、CPU、メモリ、アクセラレーター、ストレージキューについては、明示的な容量計画が必要です。

カメラの録画データは、連続書き込み向けに設計されたストレージ階層に保存します。可能であれば、データベース、サムネイル、アプリケーションの状態は、より高速なストレージに配置します。AI推論によってNVRの安定した録画機能が圧迫されないようにします。

実用的な容量算定方法

まず1台のカメラから始め、ハードウェア動画デコードが実際に有効になっていることを確認してください。
使用する検出器を有効にし、その推論時間を記録してください。
低解像度の検出ストリームを使ってカメラを追加してください。
静かなシーンと忙しいシーンの両方でCPU使用率を測定してください。
録画、再生、バックアップ、Home Assistantの処理を同時に実行してテストしてください。
平均CPU使用率だけでなく、検出キューの遅延を確認してください。
顔認識、セマンティック検索、その他の拡張機能は、一度に1つずつ追加してください。

夜間のアイドル状態の映像だけを基準に構成を決めないでください。風、雨、影、交通、ペット、複数の人物によって、検出が大幅に忙しくなる時間帯が生じます。

ディスクリートGPUが必要になるのはいつですか？

より大規模なモデル、多数の高解像度ストリーム、負荷の高い視覚言語分析、複数のAI拡張の同時実行、または同じアクセラレーターからローカルLLMを提供するための十分な余力が必要な場合は、ディスクリートGPUの導入が適しています。

CPUの内蔵グラフィックスが対応していない、またはトランスコードですでに処理能力を使い果たしている場合には、これが最もシンプルな解決策になることもあります。重要なのは、ディスクリートGPUが不要だということではなく、継続的なカメラAIは、ディスクリートGPUが必要になる前に、驚くほど広い実用的な性能範囲で動作できるということです。

よくある質問

Intel N100では、ディスクリートGPUなしでFrigateを実行できますか？

はい。対応するNシリーズのIntelシステムでは、内蔵グラフィックスとOpenVINOを使用できます。実際の処理能力は、ストリーム設定、モデルの選択、その他のサーバーワークロードによって異なります。

CPUだけで使えますか？

小規模なテストでは必要です。継続的な運用では、Frigateはハードウェアアクセラレーション対応の検出経路を推奨しています。OpenVINOのCPUモードは、基本的なTensorFlow LiteのCPU検出器より効率的な場合があります。

4KストリームでAIを実行する必要がありますか？

いいえ。通常は、低解像度のサブストリームを検出に使用し、高解像度のメインストリームは別途録画します。

最終結論

多くの家庭用カメラAI環境では、ディスクリートGPUは必須ではありません。対応するiGPUで動画デコードをオフロードでき、IntelプラットフォームではOpenVINOによる検出も実行できます。NPUやCoralを使えば、別の効率的な推論経路も利用できます。低解像度の検出ストリームを中心に構成し、実際の稼働時にキュー遅延を測定したうえで、内蔵ハードウェアの持続的な処理余力を超えるワークロードにのみディスクリートGPUを割り当ててください。