Wanneer je een NVIDIA-GPU vervangt door een Intel Arc-kaart, kan de ene zelfgehoste toepassing blijven werken terwijl een andere hardwareversnelling verliest. Dat is precies wat er gebeurde in deze bronnenthread van juni–augustus 2026. Nadat een RTX 2070 was vervangen door een Intel Arc A310, bleef hardwarematige transcoding in Jellyfin werken en intel-gpu-top werkte op de ZimaOS-host, maar de gezichtsherkenning van Immich stopte en de GPU-widget op de startpagina van ZimaOS verdween.
De gepubliceerde Immich-YAML onthulde waarom de toepassingen zich verschillend gedroegen: de machine-learningservice bevatte nog steeds een Docker-GPU-reservering in NVIDIA-stijl. Immich gebruikt OpenVINO voor het Intel-pad en directe toegang tot /dev/driDe oorspronkelijke poster bewerkte uiteindelijk de YAML in de nieuwere ZimaOS-interface en bevestigde dat machine learning weer werkte.
Dat Jellyfin werkt, bewijst niet dat Immich ML toegang heeft tot de GPU
Jellyfin en Immich machine learning zijn afzonderlijke containers. Elke container krijgt zijn eigen image, apparaten, omgeving en runtime-machtigingen. Een Intel-GPU doorgeven aan Jellyfin betekent niet dat /dev/dri automatisch verschijnen in immich-machine-learning.
Dit was de belangrijkste conceptuele correctie in de thread. GPU-detectie op hostniveau, transcoding in Jellyfin, Immich ML en de GPU-widget van ZimaOS zijn vier afzonderlijke lagen.
De machine-learningservice leek nog steeds op de oude NVIDIA-configuratie
De YAML-bron bevatte een Docker-apparaatreservering die leek op:
deploy:
resources:
reservations:
devices:
- capabilities:
- gpu
device_ids:
- "0"Deze algemene GPU-reservering was overgenomen uit de vorige RTX 2070-configuratie. Ze kwam niet overeen met het normale Intel OpenVINO-pad dat Immich gebruikt.
Controleer eerst of de Intel-GPU aanwezig is op de ZimaOS-host
De oorspronkelijke poster had al twee waardevolle feiten vastgesteld:
-
intel-gpu-topwerkte vanuit de ZimaOS-terminal; - Jellyfin kon de Arc A310 gebruiken voor hardwarematige transcoding.
Deze resultaten tonen aan dat de hostkernel en ten minste één mediapad in de userspace de GPU konden gebruiken. Ze maken “de Arc-kaart wordt helemaal niet gedetecteerd” een weinig waarschijnlijke verklaring voor de fout in Immich.
Controleer vervolgens /dev/dri in de Immich ML-container
De community responder stelde voor de host en de container afzonderlijk te controleren. De nuttigste diagnose is of de machine-learningcontainer kan zien /dev/dri.
Als de host het Intel-renderapparaat wel heeft, maar de container niet, moet de oplossing in de containerdefinitie worden aangebracht en niet in het moederbord-BIOS of de PCIe-configuratie.
De huidige Intel-ML van Immich gebruikt OpenVINO
De huidige hardwareversnelde machine-learningondersteuning van Immich gebruikt OpenVINO voor Intel-hardware. De machine-learningcontainer heeft de juiste OpenVINO-image of imagevariant nodig, plus toegang tot de renderapparaten.
Gebruik vóór het bewerken van een huidige stack de actuele vereisten van Immich voor hardwareversnelde machine learning met Intel OpenVINO, omdat imagetags en ondersteunde acceleratoropties tussen Immich-releases kunnen veranderen.
De community stelde voor de NVIDIA-reservering te verwijderen en Intel-toegang tot apparaten toe te voegen
De beantwoorder stelde voor om het oude deploy.resources.reservations.devices sectie voor de ML-service en ervoor zorgen dat de Intel-renderapparaten werden doorgegeven, conceptueel met:
devices:
- /dev/dri:/dev/driIn het antwoord werd ook een machine-learningimage specifiek voor OpenVINO voorgesteld voor de versie die de gebruiker had geplaatst.
Die exacte versietags horen bij de betreffende periode. Gebruik actuele Immich-tags in plaats van het versienummer uit 2026 vast te zetten.
Gebruik de machine-learninglogboeken om de acceleratorprovider te bevestigen
Een werkende /dev/dri mount is noodzakelijk, maar niet voldoende. Start Immich na het wijzigen van de YAML opnieuw op en controleer de machine-learninglogboeken op initialisatie van de accelerator, het laden van modellen of providerfouten.
Dit verdient de voorkeur boven het beoordelen van het succes aan de hand van de GPU-widget van ZimaOS, omdat het applicatielogboek laat zien of de specifieke ML-service daadwerkelijk de beoogde backend gebruikt.
Eenvoudiger geworden door het bewerken van YAML in nieuwere versies van ZimaOS
Toen de oorspronkelijke poster op 24 augustus terugkeerde, merkte die specifiek op dat de nieuwste versie van ZimaOS het bewerken van YAML rechtstreeks vanaf de serverhomepagina toegankelijker had gemaakt. Daardoor was het eerdere probleem om de onderliggende app-YAML te vinden opgelost.
Dit is een belangrijke versiedrempel: ouder advies over het handmatig zoeken naar gegenereerde Compose-bestanden is minder relevant sinds ZimaOS App Store 2.0 native YAML-bewerking heeft toegevoegd.
De oorspronkelijke vraagsteller bevestigde dat machinelearning was hersteld
In het laatste antwoord van de bron staat dat machinelearning in Immich weer begon te werken nadat het oude GPU-reserveringsblok was verwijderd en de apparaatconfiguratie was aangepast.
Daarmee is dit een opgeloste broncasus. Dit bewijst niet dat elk Intel Arc-model of elke Immich-versie exact dezelfde YAML gebruikt, maar het bevestigt de diagnose sterk: de ML-container was nog geconfigureerd voor het vorige GPU-model.
Het ontbrekende ZimaOS GPU-widget was een afzonderlijk probleem
De GPU-widget op de startpagina verdween na de overstap naar een Arc A310, maar Jellyfin gebruikte de GPU al. Dat betekent dat de dashboardwidget niet kon worden beschouwd als de gezaghebbende indicator voor GPU-ondersteuning.
Geef bij het oplossen van problemen met applicaties prioriteit aan detectie van apparaten op de host, zichtbaarheid van apparaten in containers en applicatielogboeken, in plaats van aan een decoratieve gebruikswidget.
Een betere checklist voor GPU-migratie
- Bevestig de nieuwe GPU en het stuurprogramma op hostniveau in ZimaOS.
- Controleer elke applicatie met versnelling afzonderlijk.
- Verwijder apparaatreserveringen die specifiek zijn voor de oude leverancier.
- Gebruik de acceleratorbackend die door de nieuwe leverancier wordt vereist.
- Geef de vereiste renderapparaten door aan elke relevante container.
- Start alleen de getroffen stack opnieuw en bekijk de logboeken.
- Start nieuwe machinelearningtaken in Immich en controleer of de resultaten verschijnen.
Veelgestelde vragen over Intel Arc in Immich
Waarom bleef Jellyfin werken terwijl gezichtsherkenning in Immich stopte?
De twee applicaties draaien in verschillende containers en vereisen een afzonderlijke GPU-configuratie.
Welke backend gebruikt de huidige versie van Immich voor machinelearning op Intel-GPU's?
OpenVINO.
Was het oorspronkelijke probleem met de Arc A310 opgelost?
Ja. De gebruiker bevestigde dat machinelearning weer werkte nadat het YAML-bestand was bewerkt.
Bepaalt de ZimaOS GPU-widget of Immich de GPU kan gebruiken?
Nee. In de oorspronkelijke casus ontbrak de widget, terwijl GPU-versnelling in Jellyfin nog steeds werkte.
