Việc triển khai Frigate trên phần cứng chuyên dụng có thể đơn giản hơn bạn nghĩ. Bản thân gói phần mềm này không quá nặng, nhưng quá trình vận hành các camera IP và sử dụng thuật toán phát hiện đối tượng chính là lúc CPU của bạn dễ bị quá tải nhất. May mắn thay, hầu hết các Mini PC hiện đại và có hiệu năng vừa phải đều có thể đáp ứng tốt yêu cầu này. Tuy nhiên, nếu bạn đang muốn xây dựng một “phòng máy” tại gia (Home Lab) với khả năng mở rộng, thì sao?
Đó chính là lúc phần cứng doanh nghiệp (enterprise hardware) đã qua sử dụng phát huy tác dụng, và cũng chính là thứ tôi đã dùng để tạo ra giải pháp đầu ghi hình mạng (NVR) tối ưu của mình. Tôi đã tìm thấy một chiếc Dell PowerEdge R210 II với mức giá cực kỳ phải chăng trên một trang rao vặt và quyết định phải sở hữu nó.
Giao diện cấu hình cài đặt theo dõi đối tượng trên Frigate NVR
Vì Sao Dell PowerEdge R210 II Là Lựa Chọn Tối Ưu Cho Frigate NVR?
Chi Phí Thấp, Hiệu Năng Vượt Trội Cho Docker và Frigate
Dell PowerEdge R210 II không được thiết kế để trở thành máy chủ mạnh nhất thế giới. Nó cũng đã gần hai thập kỷ tuổi tại thời điểm này, nhưng bộ xử lý Intel Xeon của nó vẫn là một “con quái vật” mạnh mẽ để chạy các container Docker, đặc biệt là Frigate. Tôi may mắn có sẵn một GPU Nvidia T1000 để xử lý công việc phát hiện đối tượng – một tác vụ có thể nhanh chóng làm quá tải ngay cả những bộ xử lý mạnh mẽ và hiện đại hơn từ AMD và Intel. Dưới đây là cái nhìn nhanh về thông số kỹ thuật của máy chủ này:
| Thông số | Dell PowerEdge R210 II |
|---|---|
| CPU | Intel Xeon E3-1245 V2 |
| GPU | Nvidia T1000 |
| RAM | 32 GB DDR3 ECC |
| Lưu trữ | – 256 GB SATA SSD (Proxmox và Frigate) – 2 TB SATA HDD (lưu trữ cảnh quay) |
Trái tim của Dell PowerEdge R210 II ban đầu là Intel Xeon E-1220 V2, một CPU bốn nhân có khả năng với tốc độ xung nhịp tối đa 3.5 GHz. Nó rất phù hợp để chạy một vài container Docker và máy ảo, nhưng chip này sẽ gặp khó khăn với những gì tôi dự định sử dụng Frigate. Đừng hiểu lầm, hoàn toàn có thể kết hợp nó với T1000, nhưng tôi muốn các luồng video độ phân giải cao hơn, đó là lý do tại sao việc nâng cấp lên Intel Xeon E3-1245 V2 với chi phí chỉ 20 USD trở nên cần thiết.
E3-1245 V2 là một bản nâng cấp đáng kể, đáng chú ý nhất là hỗ trợ công nghệ Hyperthreading, cho phép chạy tám luồng đồng thời và đạt tốc độ lên tới 3.8 GHz. Nó tiêu thụ nhiều điện năng hơn một chút nhưng sẽ không bị đẩy quá mức với T1000 và có đủ sức mạnh để không bị quá tải với Frigate. Việc nâng cấp này cũng cho tôi thêm lý do để tháo tản nhiệt CPU và thoa lại keo tản nhiệt mới – đây là điều tôi khuyên bạn nên làm với bất kỳ hệ thống đã qua sử dụng nào mà bạn mua.
Camera an ninh IP Reolink, thiết bị tương thích với Frigate NVR
Với 32 GB RAM DDR3, đây là mức thừa đủ cho thiết lập tại nhà của chúng tôi, bao gồm một vài camera Reolink. Đây cũng là RAM ECC, một điểm cộng tiện lợi khi sử dụng các thiết bị doanh nghiệp cũ. Ngoài ra, bạn còn nhận được các tính năng và hiệu năng cấp máy chủ. Một ổ SSD SATA 256 GB chạy Proxmox và máy ảo Frigate. Tôi thích cách tiếp cận này để có thể cài đặt thêm các gói phần mềm khác trên máy chủ về sau. Sau đó là một ổ HDD SATA 2 TB để lưu trữ các cảnh quay đã ghi, rất phù hợp cho bốn luồng video.
Vì tôi đã có một vài bộ chuyển mạch (switches) và một máy chủ khác trong tủ rack, R210 hoàn toàn phù hợp. Đây không phải là cách hiệu quả nhất để host Frigate, cũng không có hiệu suất/watt tốt nhất nói chung, nhưng đó là một cách gọn gàng để thiết lập hệ thống an ninh tại nhà. Chạy Proxmox trên hệ thống này rất dễ dàng và nó hầu như không có chi phí overhead nào.
Thiết Lập Camera Reolink Với Frigate: Hướng Dẫn Cấu Hình YAML Chi Tiết
Reolink là một trong những tên tuổi lớn trong lĩnh vực camera IP và an ninh gia đình. Đây là một công ty nổi tiếng chịu trách nhiệm tạo ra một số sản phẩm tuyệt vời. Tôi có một vài camera của họ cho thiết lập an ninh của mình, và Frigate kết nối mọi thứ lại với nhau. Việc đăng ký và kết nối tất cả chúng với phần mềm chỉ đơn giản như chỉnh sửa một file cấu hình YAML. Điều này rất dễ học và giúp bạn trở thành chuyên gia không chỉ về Frigate mà còn về hệ sinh thái Docker rộng lớn hơn.
Dưới đây là bản sao file cấu hình của tôi cho Frigate, nếu bạn quan tâm. Hãy thoải mái chỉnh sửa các camera và các phần khác để phù hợp hơn với thiết lập của bạn. Lưu ý rằng file cấu hình này đang sử dụng GPU Nvidia, vì vậy hãy đảm bảo chỉnh sửa tương ứng, trừ khi bạn cũng có một card đồ họa đủ mạnh. Thay thế USERNAME và PASSWORD bằng thông tin đăng nhập cho từng camera của bạn và kiểm tra router hoặc ứng dụng đi kèm để xác định địa chỉ IP đã gán.
mqtt:
host: mqtt.example.local
user: frigate
password: PASSWORD
detectors:
coral:
type: edgetpu
device: usb
gpu:
type: tensorflow
model:
path: /models/coco_ssd_mobilenet_v2_coco_2018_03_29/frozen_inference_graph.pb
device: 0 # GPU device index
database:
path: /media/frigate/frigate.db
record:
enabled: True
retain:
days: 3
events:
retain:
default: 7
snapshots:
enabled: True
timestamp: True
bounding_box: True
retain:
default: 7
objects:
track:
- person
- car
- dog
- cat
- bicycle
- motorcycle
ffmpeg:
hwaccel_args: preset-nvidia-h264
cameras:
rlc_511w:
ffmpeg:
inputs:
- path: rtsp://USERNAME:PASSWORD@IP_ADDRESS:554/h264Preview_01_main
roles:
- detect
- record
detect:
width: 2560
height: 1440
fps: 5
rlc_410:
ffmpeg:
inputs:
- path: rtsp://USERNAME:PASSWORD@IP_ADDRESS:554/h264Preview_01_main
roles:
- detect
- record
detect:
width: 1920
height: 1080
fps: 5
rlc_510:
ffmpeg:
inputs:
- path: rtsp://USERNAME:PASSWORD@IP_ADDRESS:554/h264Preview_01_main
roles:
- detect
- record
detect:
width: 2560
height: 1440
fps: 5
rlc_810a:
ffmpeg:
inputs:
- path: rtsp://USERNAME:PASSWORD@IP_ADDRESS:554/h264Preview_01_main
roles:
- detect
- record
detect:
width: 3840
height: 2160
fps: 5
detect:
enabled: True
max_disappeared: 25
stationary:
interval: 100
threshold: 10
go2rtc:
streams:
rlc_511w: rtsp://USERNAME:PASSWORD@IP_ADDRESS:554/h264Preview_01_main
rlc_410: rtsp://USERNAME:PASSWORD@IP_ADDRESS:554/h264Preview_01_main
rlc_510: rtsp://USERNAME:PASSWORD@IP_ADDRESS:554/h264Preview_01_main
rlc_810a: rtsp://USERNAME:PASSWORD@IP_ADDRESS:554/h264Preview_01_mainVới việc T1000 hoạt động thông qua máy ảo Ubuntu và được tải vào Docker cùng bộ công cụ Nvidia cần thiết, Frigate đã có thể giao tiếp và sử dụng tất cả các nhân CUDA để xử lý các sự kiện phát hiện đối tượng. CPU tiếp tục xử lý phát hiện chuyển động và ghi hình, những tác vụ này khá nhẹ, nhưng GPU (hoặc NPU, nếu bạn có) chính là yếu tố xử lý phát hiện đối tượng một cách dễ dàng.
Mô hình Home Lab với các Docker container, mở rộng khả năng từ Frigate NVR
Tiềm Năng Phát Triển: Xây Dựng NVR Frigate Từ Phần Cứng Cũ Dễ Dàng Hơn Bạn Tưởng
Một máy tính bảng đơn (SBC) vẫn có thể chạy Frigate và một hoặc hai camera một cách ổn định. Bạn sẽ cần một thiết bị chuyên dụng để xử lý việc phát hiện đối tượng, nhưng điều này hoàn toàn khả thi. Tôi khuyên bạn nên sử dụng một chiếc PC để bàn cũ mà bạn có thể đang để không, hoặc xây dựng một hệ thống cụ thể cho công việc này. Thậm chí có một số phần cứng NVR chuyên dụng có thể mua và sử dụng cho mục đích này. Xây dựng một Home Lab với một số máy chủ doanh nghiệp cũ có thể cho phép bạn làm được nhiều điều hơn là chỉ tạo ra giải pháp an ninh của riêng mình.
Ngoài việc chạy Frigate, tôi còn có các hệ thống khác host Jellyfin, Immich, Nextcloud, Pi-hole, Mealie, Couchdb, và nhiều hơn nữa. Đó là một “lỗ thỏ” mà người ta có thể dễ dàng lạc vào. Phần tuyệt vời nhất với Frigate là khả năng tích hợp với Home Assistant.
Hệ thống giám sát với camera Obsbot và thiết bị lưu trữ NAS, ứng dụng cho Frigate
Logo ứng dụng Frigate NVR, giải pháp giám sát an ninh mã nguồn mở
Frigate
Tạo một hệ thống NVR tự làm tối ưu với Frigate và một số phần cứng PC cũ.
