Återställ Immichs maskininlärning efter byte från NVIDIA till Intel Arc på ZimaOS

Att ersätta en NVIDIA GPU med ett Intel Arc-kort kan leda till att en självhostad applikation fortsätter fungera medan en annan förlorar sin acceleration. Det var precis vad som hände i den här källtråden från juni–augusti 2026. Efter att ha bytt ut en RTX 2070 mot ett Intel Arc A310 fortsatte Jellyfins maskinvarutranskodning att fungera och intel-gpu-top fungerade på ZimaOS-värden, men Immichs ansiktsigenkänning slutade fungera och GPU-widgeten på ZimaOS startsida försvann.

Den publicerade Immich-YAML-filen visade varför programmen betedde sig olika: maskininlärningstjänsten hade fortfarande en Docker-GPU-reservation i NVIDIA-stil. Immichs Intel-sökväg använder OpenVINO och direkt åtkomst till /dev/dri. Trådstartaren redigerade till slut YAML-filen i det nyare ZimaOS-gränssnittet och bekräftade att maskininlärningen började fungera igen.

Att Jellyfin fungerar bevisar inte att Immich ML har GPU-åtkomst

Jellyfin och Immichs maskininlärning körs i separata containrar. Var och en får sin egen avbild, sina enheter, sin miljö och sina körtidsbehörigheter. Att skicka en Intel GPU till Jellyfin innebär inte att Immich ML får GPU-åtkomst. /dev/dri visas automatiskt inuti immich-machine-learning.

Detta var den viktigaste konceptuella korrigeringen i tråden. GPU-detektering på värdnivå, Jellyfin-transkodning, Immich ML och ZimaOS GPU-widgeten är fyra separata lager.

Maskininlärningstjänsten såg fortfarande ut som den gamla NVIDIA-konfigurationen

Källans YAML innehöll en Docker-enhetsreservation som liknade:

deploy:
  resources:
    reservations:
      devices:
        - capabilities:
            - gpu
          device_ids:
            - "0"

Den generiska GPU-reservationen hade följt med från den tidigare RTX 2070-konfigurationen. Den stämde inte överens med den normala Intel OpenVINO-sökvägen som används av Immich.

Kontrollera först att Intel GPU:n finns på ZimaOS-värden

Trådstartaren hade redan fastställt två värdefulla fakta:

• intel-gpu-top fungerade från ZimaOS-terminalen;
• Jellyfin kunde använda Arc A310 för maskinvaruacceleration.

De resultaten visar att värdkärnan och åtminstone en mediehanteringsväg i användarutrymmet kunde använda GPU:n. De gör att ”Arc-kortet upptäcks inte alls” är en dålig förklaring till Immichs problem.

Kontrollera sedan /dev/dri inuti Immich ML-containern

Communitymedlemmen föreslog att man skulle kontrollera värden och containern separat. Den mest användbara diagnostiken är om maskininlärningscontainern kan se /dev/dri.

Om värddatorn har Intels renderingsenhet men containern inte har det, ska problemet åtgärdas i containerdefinitionen och inte i moderkortets BIOS- eller PCIe-konfiguration.

Aktuell Intel-ML i Immich använder OpenVINO

Immichs aktuella stöd för maskinvaruaccelererad maskininlärning på Intel använder OpenVINO. Maskininlärningscontainern behöver rätt OpenVINO-avbild eller avbildsvariant samt åtkomst till renderingsenheterna.

Innan du redigerar en aktuell stack bör du använda Immichs aktuella krav för Intel OpenVINO-maskininlärning, eftersom avbildstaggar och acceleratoralternativ som stöds kan ändras mellan Immich-versioner.

Communityn föreslog att ta bort NVIDIA-reservationen och lägga till åtkomst till Intels enheter

Skribenten föreslog att ta bort den gamla deploy.resources.reservations.devices sektionen för ML-tjänsten och säkerställa att Intels renderingsenheter skickades vidare, konceptuellt med:

devices:
  - /dev/dri:/dev/dri

Svaret föreslog också en OpenVINO-specifik maskininlärningsavbild för den version som användaren hade angett.

De exakta versionstaggarna hör till källans tidsperiod. Använd aktuella Immich-taggar i stället för att låsa fast versionsnumret från 2026.

Använd maskininlärningsloggarna för att bekräfta acceleratorleverantören

En fungerande /dev/dri mount krävs men är inte tillräckligt. När du har ändrat YAML-filen startar du om Immich och granskar maskininlärningsloggarna efter acceleratorinitiering, modellinläsning eller leverantörsfel.

Detta är bättre än att bedöma resultatet utifrån ZimaOS GPU-widgeten, eftersom programloggen visar om den specifika ML-tjänsten faktiskt använder den avsedda backend-lösningen.

Nyare YAML-redigering i ZimaOS gjorde det enklare att åtgärda problemet

När den ursprungliga skribenten återkom den 24 augusti noterade hen särskilt att den senaste ZimaOS-versionen gjorde YAML-redigering mer direkt tillgänglig från serverns startsida. Det undanröjde den tidigare svårigheten att hitta appens underliggande YAML.

Detta är en viktig versionsgräns: äldre råd om att hitta genererade Compose-filer manuellt är mindre relevanta efter att ZimaOS App Store 2.0 lade till inbyggd YAML-redigering.

Trådstartaren bekräftade att maskininlärningen återställdes

Det slutliga svaret i källan säger att Immichs maskininlärning började fungera igen efter att det gamla GPU-reservationsblocket hade tagits bort och enhetskonfigurationen justerats.

Det gör detta till ett löst källärende. Det bevisar inte att alla Intel Arc-modeller eller alla Immich-versioner använder exakt samma YAML, men det bekräftar starkt diagnosen: ML-containern var fortfarande konfigurerad för den tidigare GPU-modellen.

Den saknade ZimaOS GPU-widgeten var ett separat problem

GPU-widgeten på startsidan försvann efter bytet till Arc A310, men Jellyfin använde redan GPU:n. Det innebär att instrumentpanelens widget inte kunde betraktas som en auktoritativ indikator på GPU-stöd.

Vid felsökning av program bör du prioritera identifiering av enheter på värden, synlighet av enheter i containrar och programloggar framför en dekorativ användningswidget.

En bättre checklista för GPU-migrering

1. Bekräfta den nya GPU:n och drivrutinen på ZimaOS-värdnivå.
2. Verifiera varje accelererat program separat.
3. Ta bort enhetsreservationer som är specifika för den gamla leverantören.
4. Använd den accelerator-backend som krävs av den nya leverantören.
5. Tilldela de nödvändiga renderingsenheterna till varje relevant container.
6. Starta bara om den berörda stacken och granska loggarna.
7. Starta ett nytt maskininlärningsjobb i Immich och bekräfta att resultaten visas.

Vanliga frågor om Immich och Intel Arc

Varför fortsatte Jellyfin att fungera medan Immichs ansiktsigenkänning slutade fungera?

De två programmen körs i olika containrar och kräver separata GPU-konfigurationer.

Vilken backend använder den aktuella versionen av Immich för maskininlärning med Intel GPU?

OpenVINO.

Löstes det ursprungliga problemet med Arc A310?

Ja. Användaren bekräftade att maskininlärningen återställdes efter redigering av YAML-filen.

Avgör ZimaOS GPU-widgeten om Immich kan använda GPU:n?

Nej. Källärendet gällde en saknad widget, medan Jellyfin GPU-acceleration fortfarande fungerade.