ใช้การ์ดจอเก่าเพิ่ม AI ใบ Immich ทำให้ระบบจัดรูปภาพฉลาดกว่า Google Photos

การใช้ กราฟิกการ์ดรุ่นเก่า เพื่อเพิ่มความสามารถด้าน AI ให้กับเซิร์ฟเวอร์ Immich ทำให้ระบบจัดการรูปภาพของผู้เขียนกลายเป็น “ฉลาดกว่า Google Photos” อย่างเห็นได้ชัด โดยอาศัยเทคโนโลยีโอเพน‑ซอร์สและการตั้งค่าที่ค่อนข้างเรียบง่าย ซึ่งส่งผลต่อประสบการณ์การค้นหา คำอธิบายภาพ และการจำแนกใบหน้าในระดับที่หลายคนอาจไม่เคยคาดคิดจากฮาร์ดแวร์เก่า

Overview

Immich เป็นโซลูชันจัดการรูปภาพแบบ FOSS ที่ผู้ใช้สามารถติดตั้งบนเครื่องเซิร์ฟเวอร์ส่วนตัวได้ ทั้งยังมาพร้อมกับระบบสำรองข้อมูล “3‑2‑1 backup” ส่วนตัดต่อ UI ที่เรียบง่าย และฟีเจอร์ “Memories” ที่แสดงช่วงเวลาน่าจดจำของครอบครัว ตามที่ผู้เขียนอธิบาย การย้ายฐานข้อมูลรูปภาพจากบริการคลาวด์สาธารณะมาไว้บนเซิร์ฟเวอร์ส่วนตัวช่วยเพิ่มความเป็นส่วนตัวและลดการพึ่งพาบริษัทภายนอก

อย่างไรก็ตาม Immich เองได้จัดเตรียม machine‑learning service ไว้เพื่อรองรับโมเดล AI ต่าง ๆ แต่โดยค่าเริ่มต้นจะทำงานบน CPU ซึ่งอาจช้าเกินไปสำหรับการประมวลผลภาพจำนวนมาก ผู้เขียนจึงตัดสินใจนำกราฟิกการ์ดรุ่นเก่าที่เคยใช้ในคอมพิวเตอร์ตั้งโต๊ะมาเปิดใช้งาน CUDA และ cuDNN เพื่อเร่งความเร็วของโมเดล

Implementation Details

ขั้นตอนแรกผู้เขียนทำการติดตั้งไดรเวอร์ NVIDIA รุ่นล่าสุดที่รองรับ CUDA บนระบบปฏิบัติการ Ubuntu 22.04 จากนั้นใช้ Docker Compose ในการเพิ่มคอนเทนเนอร์ ml-service ของ Immich พร้อมกำหนดให้ใช้ GPU ผ่าน flag `--gpus all` การทำเช่นนี้ทำให้โมเดลต่าง ๆ เช่น CLIP, YOLOv8 และ InsightFace สามารถรันบน GPU ได้โดยไม่ต้องแก้ไขโค้ดของ Immich เอง

ต่อมาได้ติดตั้งไลบรารี Python ที่จำเป็น ได้แก่ `torch`, `torchvision`, `opencv-python` พร้อมเปิดใช้งานฟีเจอร์ AI ผ่านเมนูการตั้งค่าในแผงผู้ดูแลระบบ ผู้ใช้สามารถเลือกเปิดหรือปิดโมดูลต่อไปนี้ตามต้องการ

• Auto‑tagging – ใช้ CLIP เพื่อสร้างคำอธิบายสั้น ๆ ให้กับรูปภาพ
• Face recognition – ใช้ InsightFace ตรวจจับและบันทึกใบหน้าเพื่อค้นหาโดยชื่อคนในครอบครัว
• Object detection – ใช้ YOLOv8 ระบุวัตถุหลักในภาพ เช่น รถยนต์, สัตว์ หรืออาหาร

การตั้งค่านี้ใช้เวลาเพียงไม่กี่ชั่วโมงเท่านั้น แม้ว่าจะต้องอาศัยความเข้าใจพื้นฐานเกี่ยวกับ Docker และ CUDA แต่ไม่มีขั้นตอนที่ซับซ้อนหรือจำเป็นต้องเขียนโค้ดใหม่

Feature Enhancements

เมื่อเปิดใช้งานโมเดล AI แล้ว Immich จะเริ่มทำการประมวลผลรูปภาพทั้งหมดในคลังข้อมูลโดยอัตโนมัติ ผลลัพธ์คือ

• คำบรรยายภาพอัจฉริยะ – ระบบสร้างข้อความสรุปที่ตรงกับเนื้อหา เช่น “เด็กหญิงกำลังวิ่งเล่นในสวน” ทำให้ผู้ใช้สามารถค้นหาภาพด้วยคีย์เวิร์ดธรรมชาติได้
• การจัดกลุ่มตามใบหน้า – ระบบจับคู่ใบหน้าที่พบซ้ำกันและสร้างอัลบัมอัตโนมัติสำหรับบุคคลเดียวกัน แม้ในกรณีที่แสงหรือมุมมองแตกต่างกันมากก็ตาม
• การค้นหาตามวัตถุ – ผู้ใช้สามารถพิมพ์ “รถจักรยานยนต์” หรือ “สุนัขสีดำ” แล้วระบบจะแสดงภาพที่ตรงกับคำอธิบายได้อย่างรวดเร็ว

ฟีเจอร์เหล่านี้ทำให้ประสบการณ์การจัดการรูปภาพของผู้เขียนคล้ายหรือเหนือกว่าที่ Google Photos ให้บริการ โดยเฉพาะในเรื่องของ ความแม่นยำของการจำแนกใบหน้า และ ความสามารถในการปรับแต่งโมเดลตามความต้องการส่วนบุคคล

Performance & Comparison

จากการทดสอบภายใน ผู้เขียนพบว่าเวลาเฉลี่ยในการสร้างคำอธิบายภาพหนึ่งรูปบน CPU อยู่ที่ประมาณ 2.5 วินาที ในขณะที่ใช้ GPU รุ่นเก่าเดียวกัน เวลาลดลงเหลือ 0.4 วินาที ต่อรูป การประมวลผลแบบเรียงต่อกันของ 10,000 รูปจึงเสร็จสิ้นภายในไม่กี่นาที แทนที่จะต้องใช้หลายชั่วโมงบน CPU

เมื่อเปรียบเทียบกับ Google Photos ซึ่งทำงานบนคลาวด์และอาจมีการจำกัดจำนวนการสแกนภาพต่อเดือน ผู้เขียนพบว่า Immich ที่เปิดใช้งาน GPU สามารถให้บริการ ไม่จำกัด โดยไม่มีค่าใช้จ่ายเพิ่มเติม นอกจากนี้ข้อมูลทั้งหมดยังอยู่ในเครื่องของผู้ใช้เอง จึงลดความเสี่ยงด้านความเป็นส่วนตัวอย่างมีนัยสำคัญ

แม้ว่าโมเดล AI ของ Google Photos มีการอัปเดตต่อเนื่องและอาจรองรับภาษาไทยได้ดีขึ้น แต่ Immich สามารถปรับเปลี่ยนหรือเพิ่มโมเดลใหม่ ๆ ได้ตามที่ผู้ใช้ต้องการ เช่น การนำ Stable Diffusion มาสร้างภาพจากข้อความ หรือการฝึกโมเดลเฉพาะสำหรับการจำแนกสินค้าทางอีคอมเมิร์ซ

Implications for Self‑Hosted Photo Management

กรณีศึกษาเหล่านี้ชี้ให้เห็นว่าการใช้ฮาร์ดแวร์ที่เคยถูกมองว่า “เก่า” ยังสามารถทำหน้าที่สำคัญในระบบ AI ของยุคใหม่ได้ หากผู้ดูแลเซิร์ฟเวอร์มีความรู้พื้นฐานเกี่ยวกับ Docker และ CUDA การลงทุนเพิ่ม GPU เก่า ๆ เพียงเครื่องเดียวก็อาจเปลี่ยนประสบการณ์การจัดการสื่อดิจิทัลของครอบครัวให้ดีขึ้นอย่างมีนัยสำคัญ

สำหรับองค์กรหรือผู้ใช้ที่ต้องการควบคุมข้อมูลส่วนบุคคลอย่างเข้มงวด Immich ที่เปิดใช้งาน GPU จะเป็นตัวเลือกที่ ประหยัดต้นทุน, ยืดหยุ่น และ ปลอดภัย มากกว่าการพึ่งพาโซลูชันคลาวด์เชิงพาณิชย์ นอกจากนี้ยังส่งเสริมการใช้เทคโนโลยีโอเพน‑ซอร์สในระดับท้องถิ่น ทำให้ตลาดเครื่องมือจัดการรูปภาพแบบอัตโนมัติมีความหลากหลายและแข่งขันกันได้ดียิ่งขึ้น

Summary

ผู้เขียนได้นำ กราฟิกการ์ดรุ่นเก่า มาติดตั้ง CUDA บนเซิร์ฟเวอร์ Immich ทำให้ระบบ AI สามารถทำงานเร็วกว่า CPU หลายเท่าและเพิ่มความแม่นยำของการจำแนกใบหน้าและวัตถุได้ระดับที่เทียบเคียงหรือเหนือกว่า Google Photos ผลลัพธ์นี้เปิดเผยศักยภาพของโซลูชัน self‑hosted ที่ผสานกับฮาร์ดแวร์เก่าเพื่อความเป็นส่วนตัวและประสิทธิภาพที่คุ้มค่า.