Werkende set5 GB
Als LXC5 GB
Als VM5,5 GB
vCPU4
Schijf20 GB
Waarom dit getal
Immich bestaat uit meerdere containers, en de machine-learning-service die gezichten en objecten herkent laadt een model in het geheugen. Dat model is bijna al je RAM-gebruik — de webserver en PostgreSQL zijn er licht bij.
Het ML-model voor gezichtsherkenning is de grootverbruiker
LXC of VM?
Zet Immich in een LXC-container, niet in een VM. Je bespaart 0,5 GB aan kernel-overhead per exemplaar, de container start in seconden, en ongebruikt geheugen blijft beschikbaar voor de rest van je server in plaats van vast te staan in een reservering.
Waar je op moet letten
- Wil je onder de 2 GB blijven? Zet de machine-learning-container uit; je verliest gezichtsherkenning maar houdt de rest.
- Je kunt de ML-service op een andere machine draaien dan de rest van Immich.
- De eerste keer indexeren van een grote bibliotheek is een lange piek — plan dat 's nachts.
Hoeveel passen er?
na host en 12% marge| Server | Aantal Immich | Beschikbaar |
|---|---|---|
| 8 GB | 1× | 5,28 GB |
| 16 GB | 2× | 12,32 GB |
| 32 GB | 5× | 26,4 GB |
| 64 GB | 10× | 54,56 GB |
Reken door met je eigen hardware en de rest van je configuratie erbij.
Open de planner