immich硬件加速机器学习

在龙蛇影外

🚀 Immich 双卡硬件加速教学文档

本指南基于您拥有的NVIDIA Tesla P4 (dGPU)和Intel UHD Graphics 770 (iGPU)硬件，配置 Immich 实现机器学习加速和视频转码加速的分工合作。

📝 1. 准备工作与文件结构

为了实现硬件分工，Immich 采用**extends**关键字将通用配置与硬件加速配置分离。您需要在同一目录下准备以下三个文件：

1. .env：环境变量文件（包含端口、路径、数据库密码等）。
2. docker-compose.yml：主配置文件，定义所有服务和 NVIDIA ML 加速。
3. hwaccel.transcoding.yml：额外的配置文件，专门用于启用Intel QSV转码加速。

---

💻2.核心配置文件：docker-compose.yml

该文件是整个Immich系统的核心，它定义了四个服务，并配置了Tesla P4 (CUDA)机器学习加速。

docker-compose.yml - Immich 最终双卡加速主配置文件

name: immich

services:
immich-server:
container_name: immich_server

使用中国镜像地址

image: ghcr.nju.edu.cn/immich-app/immich-server:${IMMICH_VERSION:-release}

# ⭐ 引用 hwaccel.transcoding.yml 中的 quicksync 服务，启用 Intel UHD 770 QSV 加速 ⭐
extends:
  file: hwaccel.transcoding.yml
  service: quicksync
volumes:

${UPLOAD_LOCATION}:/usr/src/app/upload
/etc/localtime:/etc/localtime:ro

您的外部媒体库挂载点 (请根据实际路径保留或修改)

/vol2/1000

... (省略其他媒体库挂载点)

/vol6/1000/ env_file:
.env ports:
'2283:2283' depends_on:
redis
database
immich-machine-learning restart: always healthcheck: disable: false 

code
code

code
code

code