Foto-KI Power fürs NAS ohne Cloud: ZimaBoard 2 + GeForce RTX 4060 eGPU!

Werbung: Dieser Beitrag basiert auf einem gesponserten Video und enthält Affiliate-Links.

Kennst du das auch? Du hast eine riesige private Fotosammlung auf deinem NAS liegen, aber wenn du nach einem ganz spezifischen Begriff suchst – wie dem berühmten „Haus im Wald“ – liefert die Suche einfach kein Ergebnis. Integrierte Apps wie Synology Photos sind zwar solide, wenn es um reine Gesichtserkennung oder vordefinierte Tags geht, aber bei einer echten, kontextbasierten KI-Suche ist schnell Feierabend. Warum? Weil modernes Machine Learning je nach KI-Modell mehrere Gigabyte RAM und massive Rechenleistung schluckt. Die verbaute CPU im NAS geht da sofort in die Knie.

Genau deshalb bauen wir uns heute ein geniales Hybrid-Setup: Der gigantische Speicher bleibt sicher auf deinem Datengrab, aber die rechenintensive KI-Power lagern wir komplett aus. Zum Einsatz kommen das kompakte ZimaBoard 2 und eine externe Grafikkarte (eGPU) in Form einer Nvidia GeForce RTX 4060. Als Software-Herzstück nutzen wir die Open-Source-Alternative Immich. Wie das funktioniert und wie Immich damit so richtig das Fliegen lernt, erfährst du in diesem Artikel.

Die Hardware: Kompakter Miniserver trifft Grafikkarten-Boost

Als Basis für unser dediziertes KI-Kraftpaket dient das neue ZimaBoard 2 (Modell 1664), das mir freundlicherweise von IceWhale (Zima) zur Verfügung gestellt wurde. Ausgestattet mit einer Intel N150 CPU, 16 GB RAM und einem 64 GB eMMC-Speicher bringt es die perfekten Voraussetzungen als stromsparender Miniserver mit. Um jedoch echten KI-Schub in die Bildanalyse zu bringen, koppeln wir das Board über einen PCIe-Adapter mit dem passenden OcoLink GPU-Dock und einer GeForce RTX 4060 mit 8 GB VRAM.

Der Aufbau ist angenehm simpel: LAN-Kabel und Strom an das ZimaBoard 2, fertig. Da die RTX 4060 erfreulicherweise nur einen der dreipoligen Stromanschlüsse des Docks benötigt, reizen wir das 800-Watt-Potenzial des Docks zwar bei weitem nicht aus, behalten aber enorme Reserven.

Hinweis: Die mit Sternchen (*) gekennzeichneten Links sind sogenannte Affiliate-Links. Wenn du auf so einen Link klickst und über diesen einkaufst, bekomme ich von dem betreffenden Online-Shop eine Provision. Für dich verändert sich der Preis nicht.

⚠️ Achtung – Die kritische Stolperfalle bei der Inbetriebnahme: Halte dich zwingend an die richtige Reihenfolge beim Einschalten! Du musst zuerst das GPU-Dock einschalten und erst danach das ZimaBoard 2 mit Strom versorgen. Ignorierst du diese Reihenfolge, erkennt das Betriebssystem ZimaOS die Grafikkarte schlichtweg nicht. Machst du es richtig, taucht die eGPU sofort sauber und ohne jede Treiberorgie im Dashboard auf.

Hinweis: Die mit Sternchen (*) gekennzeichneten Links sind sogenannte Affiliate-Links. Wenn du auf so einen Link klickst und über diesen einkaufst, bekomme ich von dem betreffenden Online-Shop eine Provision. Für dich verändert sich der Preis nicht.

Immich via Docker: Stolperfallen beim SMB-Pfad und CUDA

Die Bilder lassen wir unberührt auf der Synology (in meinem Fall eine DS1825+) liegen und binden sie per SMB-Share in Immich ein. Bei der Docker-Installation im ZimaOS musst du allerdings zwei fiese Hürden beachten, sonst bleibt deine Bibliothek leer:

1. Der SMB-Pfad-Trick: ZimaOS zeigt standardmäßig in der UI oft nur die IP-Adresse und den Ordnernamen an. Damit Immich den Pfad jedoch klaglos als externe Bibliothek akzeptiert, musst du zwingend ein /media/ vor die IP-Adresse setzen (z. B. /media/192.168.x.x/...).
2. CUDA-Aktivierung erzwingen: Es reicht in den Immich-Einstellungen nicht aus, einfach nur den Haken bei „GPU“ zu setzen. Damit die RTX 4060 eGPU wirklich rechnet und nicht nur im Leerlauf dreht, musst du im Docker-Template bzw. in den Umgebungsvariablen explizit das Image des CUDA-Machine-Learning-Containers laden.

Das richtige Clip-Modell: Warum SigLIP2 überlegen ist

Sobald das Machine Learning in Immich aktiv ist, stehst du vor der Qual der Wahl der sogenannten „Clip-Modelle“. Diese Modelle verknüpfen Text und Bild, damit die KI den visuellen Kontext versteht. Grob aufgeteilt gibt es drei Klassen:

• Kleine Modelle (z. B. ViT-B-32): Extrem schnell, erkennen aber oft nur grobe Konturen und versagen bei feinen Details.
• Standard-Modelle: Gute Allrounder, benötigen jedoch massig Videospeicher (VRAM) – ein Problem bei begrenzten Ressourcen.
• Die moderne Architektur (SigLIP2): Ich habe mich für das Modell ViT-L-16-SigLIP2 entschieden. Es gehört zu den neueren Modellen, bietet eine unheimlich präzise Erkennung von Details und Kontext, verbraucht dank moderner Architektur aber deutlich weniger VRAM als ältere Riesenmodelle. Perfekt zugeschnitten auf unsere 8 GB VRAM der RTX 4060!

Synology Photos vs. Immich: Der Performance-Vergleich

Der anschließende Bibliothek-Scan zeigt eindrucksvoll, wie sich das ZimaBoard und die eGPU die Arbeit teilen. Suchst du danach in Immich nach komplexen Begriffen, ist das Ergebnis im Vergleich zu Synology Photos absolut beeindruckend. Reale, kontextbasierte Suchen funktionieren blitzschnell.

💡 Praxistipp für die Immich-Suche: Immich nutzt standardmäßig keinen harten Grenzwert bei der Suche, sondern sortiert die Ergebnisse absteigend von 100% bis 0% Übereinstimmung. Um nicht von tausenden Bildern überflutet zu werden, kombiniere deine Kontextsuche am besten immer mit einem harten Filter – wie einer bestimmten Person, einem Ort oder einem Zeitraum.

Hinweis: Die mit Sternchen (*) gekennzeichneten Links sind sogenannte Affiliate-Links. Wenn du auf so einen Link klickst und über diesen einkaufst, bekomme ich von dem betreffenden Online-Shop eine Provision. Für dich verändert sich der Preis nicht.

Fazit & Ausblick: 100% lokal und intelligent

Das Setup begeistert auf ganzer Linie: Die Suche ist um Welten intelligenter als alles, was Synology Photos nativ bietet. Der größte Vorteil dabei? Alles bleibt zu 100% lokal in deinen eigenen vier Wänden. Keine Cloud, kein Google, kein Apple – maximaler Datenschutz bei voller KI-Power.

In einem der nächsten Beiträge werde ich zudem eine alternative Hybrid-Lösung testen: Kann man die Immich-App komplett auf der Synology laufen lassen und über Umgebungsvariablen ausschließlich den rechenintensiven Machine Learning Container auf das ZimaBoard auslagern? Das würde die App dort belassen, wo die Daten liegen, und das ZimaBoard nur bei Bedarf wecken. Wir werden sehen, ob das performant funktioniert!

Wie würdest du dieses Problem lösen? Alles auf den KI-Server auslagern oder App und KI-Prozesse trennen? Schreib es mir gerne in die Kommentare!

📹 Das vollständige Video kannst du dir hier anschauen: 🔗 Video

❗Gerne darfst du natürllich auch meinen YouTube Kanal ➡️ „Haus und Technik“ besuchen. Dort findest Du weitere spannende Inhalte. Ich würde mich freuen! 😊