飞牛相册 AI 的 Intel 核显加速实测：Gen12 是硬门槛

独立实测报告 · 2026-08-23 · 环境：飞牛 fnOS（Jack-fnOS，内核 6.18.18.c952-trim）

摘要

飞牛（fnOS）相册 AI 的 GPU 加速存在明确的核显门槛。基于两台真机实测 + 社区调研，核心结论：GPU 加速需要 Gen12 及以上核显，且须排除 Intel 小核平台。

Gen9（Gemini Lake）实测必 GPU HANG，飞牛自动降级 CPU 推理（限 1 核）；
Gen12 Xe（Tiger Lake 6305）实测可用：智能分类 GPU 满载、人脸识别 CPU+GPU 并行；
Intel 小核 GPU 全坑；AMD 需手动装 ROCm，仅 RDNA3 系原生支持；
AI 耗时瓶颈常在数据吞吐而非显卡算力，存量已处理完的家庭场景增量走 CPU 够用。

一、测试背景

飞牛相册的 AI 功能包含两大模块：

智能分类：trim.img2vec——按内容给照片自动分类/打向量
人脸识别：trim.face_det——检测、识别照片中的人脸

两者都基于 OpenVINO 做推理。本报告回答的问题是：在 Intel 核显上跑这两个模块，对核显代际有什么要求？

二、测试环境

旧 451D：J4025（Gemini Lake）· Gen9 · UHD 600（12EU）· 4G 单根 · 飞牛 fnOS · 内核 6.18.18
6305：Celeron 6305（Tiger Lake）· Gen12（Xe） · UHD G4（48EU，设备 ID 9a78）· 8G 双通道 · 飞牛 fnOS · 内核 6.18.18

注 1：飞牛相册"增强模型"有 8G 总内存门槛（≥8G 才可选），识别时内存占用约 3-4G。注 2：变量说明——两台测试机内存不同（4G vs 8G），但内存门槛只影响"增强模型"可选性，不影响本报告结论：基础人脸/智能识别无内存门槛；且 J4025 的 GPU HANG 为日志级证据（GPU HANG + clWaitForEvents -14），与内存无关。

三、测试方法与工具

全部数据来自实机采样，非估算：

GPU 引擎占用：intel_gpu_top -l -J（JSON 输出，逐引擎、逐进程采样）
进程状态：ps / pgrep（相册 AI 进程为 root，需 sudo）
缓存证据：核对 OpenVINO GPU/CPU 编译缓存的物理位置与格式

四、实测结果

4.1 Gen9（J4025 / Gemini Lake）：GPU 不可用

打开 AI 识别后，日志直接出现 GPU 故障：

dmesg: GPU HANG OpenVINO: ProgramBuilder build failed OpenVINO: clWaitForEvents -14

飞牛检测到 GPU 推理失败后，自动降级为 device:CPU 并限 1 核。无论怎么配置，Gen9 核显都跑不起相册 AI 的 GPU 推理。

根因不是驱动缺失——飞牛内核 6.18 的 i915 驱动对 Gemini Lake 的 compute（计算）支持存在缺陷。该问题与 J4125/J5005 等社区反馈为同类现象。

4.2 Gen12（6305 / Xe）：GPU 正常，两模块表现不同

智能分类 img2vec：OpenVINO device:GPU · RCS 引擎 ~100%（满载）· GPU 编译缓存 642MB .blob（GPU 端）
人脸识别 face_det：CPU + GPU 并行 · RCS 16.6%–34.2%（均值 ~22%）· CPU 占用 ~57% · GPU 编译缓存全部 .cl_cache（CPU 端）

智能分类是纯 GPU 任务：RCS 引擎持续 100%，无 HANG，向量入库正常。

人脸识别是 CPU+GPU 混合：GPU 负责一部分（det 检测），CPU 负责另一部分（rec 识别），两者并行。单独跑时 RCS 稳定在 16-34%

4.3 并行运行表现

两模块同时跑时，RCS 引擎被完全榨满（~96-100%）：

img2vec（智能分类）：RCS 82%–97%
face_det（人脸识别）：RCS 11.5%–23%
系统面板显示：Render 100% · GPU 整体利用率 25% · 显存 1.09G

结论：GPU 并行调度正常，智能分类吃大头，人脸识别分到余量、变慢约 1/4 但仍正常推进，两者互不阻塞。

五、扩展调研：Intel / AMD 核显兼容性全图

飞牛官方没有实时兼容性列表，以下为社区实测 + 本机取证汇总：

Gen9 · Gemini Lake J4025/J4125（本机实测）：相册 AI ❌ GPU HANG 回退 CPU；无 AV1，转码 6.x 内核不稳 —— 不支持
Gen9 · 8 代 i3-8100（UHD 630）：相册 AI ⚠️ 可能死机；转码不稳 —— 半支持
Gen11 · Jasper Lake N5105/N6005：相册 AI ⚠️ 能调但不稳；无 AV1 —— 半支持（Intel 已弃）
Gen12 · Tiger Lake 6305 Xe（本机实测）：相册 AI ✅ 正常；AV1/HEVC/VP9 解码 —— 支持
Gen12 · 12/13 代 i3/i5（UHD 730/770）：相册 AI ✅ 优秀；AV1/HEVC/VP9 —— 最优
Gen12 · Alder-N N100/N95/N200/N305：相册 AI ✅ 无问题；AV1 解码 —— 支持
Gen12 · Alder-N 新款 N150/N250/N350/N355：相册 AI ❌ GPU 占用无法显示；转码不可用 —— 不支持
RDNA3 · AMD 全系（8745HS 780M 等）：相册 AI ✅ v1.1.29+ 支持；AV1 编解码 —— 可用，非开箱即用

几个重要结论：

Intel 小核 GPU 全坑：带小核（E-core）的 Intel 平台跑相册 AI 均有问题，与核显 Gen 无关。
AMD 路线：飞牛 v1.1.29 起支持 AMD GPU，需手动装 ROCm 7.2 + MIGraphX，实测仅 RDNA3 独显 / RDNA3.5 核显原生支持；老 Vega APU 核显有坑。
代次澄清：CPU 代数 ≠ 核显 Gen——J4025 与 i3-8100 同为 Gen9，6305 与 N100 同为 Gen12。OpenVINO 只认核显 Gen。
Gen12 内差异巨大：6305 的 Xe 48EU + 双通道约为 N100 核显 3-4 倍；同为 Gen12 的新款 Alder-N（N150 等）反而不可用。
CPU 慢算兜底：无 GPU 加速时飞牛降级 CPU 推理并限 1 核。OpenVINO 的 CPU 推理按代次分级（Xeon=AVX-512、Core=AVX2、Atom=SSE），老 Atom 系最慢。

六、结论

飞牛相册 AI 的 GPU 加速存在明确的核显门槛：Gen12 及以上，且须排除 Intel 小核平台。
Gen9 及更老（Gemini Lake / J4xxx）无法使用 GPU 推理，GPU HANG 自动降级 CPU；Gen11 半支持。
Gen12 Xe 可完整使用：智能分类 GPU 满载、人脸识别 CPU+GPU 并行；6305 的 Xe 48EU 是 Gen12 最强档。
Intel 小核 GPU 全坑；AMD 需手动装 ROCm、仅 RDNA3 系原生支持，非开箱即用。
选购 NAS 跑飞牛相册 AI：核显 ≥ Gen12（非小核）是硬性前提。

七、选型建议

跑飞牛相册 AI（GPU 加速）：核显 ≥ Gen12 且非 Intel 小核（Tiger Lake Xe / UHD 730/770 / Alder-N N100 等）
只做普通存储、不用相册 AI GPU：Gen9/Gen11 老平台可接受，AI 会走 CPU（限 1 核，慢）
AMD 平台跑相册 AI：RDNA3 独显 / RDNA3.5 核显 + ROCm 7.2 + MIGraphX（手动配置）
相册增强模型：内存 ≥ 8G（硬门槛，与核显无关）

现役推荐：

性价比之选：N100 类（Gen12 Alder-N，相册 AI 无问题）
最强档：i3-12100 / i5-12500（UHD 730/770，AV1 全解码，相册 AI 最优）
避坑：新款 Alder-N N150/N250 等（同为 Gen12 但相册 AI GPU 不可用）；一切 Intel 小核平台

附录：自行验证方法

确认核显 Gen / 设备 ID：lspci -k | grep -A2 VGA（或看 /sys/class/drm/ 的 renderD*），设备 ID 对照正文兼容表。
查看相册 AI 进程（root 进程，需 sudo）：sudo pgrep -f 'face_det.bin|img2vec.bin'
逐进程 GPU 引擎占用：sudo intel_gpu_top -l -J（Intel i915 平台可用）。
GPU 故障日志：/usr/trim/logs/ai_manager/info.log；失败时见 error.log（GPU HANG、ProgramBuilder build failed、clWaitForEvents -14）。
相册元数据与任务进度：/usr/local/apps/@appdata/trim.photos/db/photo.db（SQLite，file_task 表含 file_count/done_count）。