Sur quelle machine installer HA pour que ce soit réactif?

Bonjour,

Mon problème

Je n’en ai pas, juste un problème de choix :wink: ?

Ma configuration

HAOS sur VM Synology DS918+

J’utilise depuis près d’un an HA, et avant sur une box Fibaro. Je suis passé sur HA un peu par hasard, par envie de voir ce qui se faisait ailleurs. Je suis resté sur HA car il y a beaucoup de choix, une communauté importante, et au moins il y a des mises à jour chaque mois… Cela va vite, ce qui n’est pas le cas de Fibaro, que j’ai quittée.

J’utilise HA sur une VM sur un NAS. Cependant, je trouve que ce n’est pas très réactif. Docker (container manager) sur le NAS est beaucoup plus réactif, cependant il m’est impossible de migrer avec mon backup de la VM !? J’ai donc abandonné ce choix.

J’aimerais avoir une box, et que l’OS soit réactif, donc je m’interroge…
Quel matériel choisir, pour que ce soit réactif ?

  • Box Home Assistant jaune, avec upgrade : Rpi CM4 À regarder de près, sauf si je me trompe, l’upgrade ne concerne que le CM4 : choix de mémoire vive, et capacité SSD. Mais je ne sais pas si la carte-mère de la Yellow sera compatible avec un éventuel Rpi CM5 ?

  • Rpi 5, avec SSD : Sûr que cela soit plus réactif que le Rpi CM4, mais est-ce véritablement mieux ? C’est en tout cas moins cher qu’une Yellow, mais plus évolutif.

  • NUC : i3 ou autre C’est plus cher, mais là je pense que c’est forcément plus réactif. Mais comment l’utiliser ? En serveur, avec Proxmox ? Sur Windows ?

Vers quoi me diriger ? Quelle est votre expérience ? Avis ?

Merci pour votre aide.
J’ai cherché sur le forum s’il y avait un article qui résumait les différents choix. J’ai peut-être mal cherché, je n’ai rien trouvé.

A défaut :wink: voivi la réponse de ChatGPT 4io :

Pour assurer une réactivité optimale de votre interface Home Assistant (HAOS), voici une évaluation des trois options que vous avez mentionnées :

  1. Home Assistant Yellow avec Raspberry Pi CM4, 4 Go de RAM, 32 Go de SSD :
  • Avantages :
    • Solution clé en main optimisée pour Home Assistant.
    • Consommation énergétique faible.
    • Intégration étroite avec les fonctionnalités de Home Assistant.
  • Inconvénients :
    • Le Raspberry Pi CM4, bien que performant pour sa taille, peut être limité pour des tâches intensives ou de nombreuses intégrations.
    • La capacité de stockage de 32 Go peut être rapidement remplie avec des enregistrements de capteurs ou des journaux.
  1. Raspberry Pi 5 avec SSD, 4 Go de RAM, 128 Go de SSD :
  • Avantages :
    • Le Raspberry Pi 5 offre une amélioration significative en termes de performance par rapport au CM4.
    • Stockage plus ample avec le SSD de 128 Go.
    • Consommation énergétique relativement faible.
  • Inconvénients :
    • Bien que plus puissant que le CM4, il peut encore être limité par rapport à un NUC en termes de puissance brute et de gestion multitâche.
  1. NUC avec CPU i3, virtualisé sous Proxmox :
  • Avantages :
    • Performance largement supérieure grâce au CPU i3, idéal pour les environnements virtualisés et les tâches intensives.
    • Possibilité de virtualiser plusieurs autres services en plus de Home Assistant.
    • Flexibilité accrue avec Proxmox pour gérer des snapshots, des backups, et la maintenance.
    • Capacité de mise à niveau matérielle (mémoire, stockage).
  • Inconvénients :
    • Consommation énergétique plus élevée par rapport aux solutions Raspberry Pi.
    • Coût initial potentiellement plus élevé.

Recommandation

Pour une réactivité optimale et une capacité à évoluer avec les besoins futurs, le NUC avec un CPU i3 sous Proxmox est la meilleure option. Voici pourquoi :

  • Performance : Le CPU i3 offre une puissance de traitement supérieure, assurant une interface réactive même sous charge.
  • Virtualisation : Proxmox permet de gérer efficacement les ressources et d’isoler les services, ce qui peut améliorer la stabilité et la sécurité.
  • Évolutivité : Vous pouvez facilement ajouter plus de RAM ou de stockage si nécessaire, et Proxmox permet d’ajouter d’autres VMs ou conteneurs pour différents services.

Autres solutions possibles

  • Mini PC plus puissant : Un NUC ou un autre mini PC avec un processeur plus puissant, comme un i5 ou un i7, et plus de RAM (8 Go ou plus), pourrait offrir encore plus de réactivité et de longévité.
  • Serveur dédié ou NAS : Utiliser un serveur dédié ou un NAS puissant (comme un Synology avec Docker) peut offrir une solution robuste et intégrée pour Home Assistant et d’autres services domestiques.

En résumé, si votre priorité est une interface réactive et évolutive, investir dans un NUC avec Proxmox est la solution la plus performante et flexible.

Donc, probablement : hp elitedesk 800 g3 mini en i5 sous proxmox ou autre.

2 « J'aime »

Salut
On est plusieurs a utiliser les prodesk d’occaz.
C’est tres bien comme configuration

4 « J'aime »

Salut,
Comme le dit @jrvrcd , les prodesk ou elitedesk sont des matériels qui offrent une solution avec excellent rapport qualité prix.
Aujourd’hui, avec un budget d’environ 150 €, tu as une machine évolutive et très fiable.
Tu peux rechercher sur le forum avec les mots clé miniPC, elitedesk ou prodesk

2 « J'aime »

Bonjour,
Par curiosité, peux-tu nous expliquer ce qui empêche cette migration?
Merci

1 « J'aime »

Bonjour, tout le monde parle de PC, de Raspberry etc. pour faire tourner HA…mais il y’a aussi les Odroid ! Pas de virtualisation nécessaire, pas de container rien de tout ça, une installation de l’OS tout simplement et roule ! Perso j’ai un Odroid N2+ 4Go de RAM (j’aurais pu prendre la version 8Go) + Emmc de 16Go …mon HA est vraiment très réactif pour un coup total (en comptant l’alim, le dongle BT/wifi, la carte emmc 16Go) d’environ 110 euros …honnetement je pense que ça vaut le coup de s’y pencher …C’est petit, discret et ça consomme quasi rien …

3 « J'aime »

Salut,

J’ai aussi commencé sur NAS DS920+ avec VMM et c’est vrai que c’est mou du genou.
Je suis passé sur Rpi5 avec SSD et c’est le jour et nuit. Aucun souci de réactivité. Ca fuzze.
Pour récupérer ma config je suis simplement passé par un sauvegarde de HA que j’ai restauré sur le RPI.

Voilà voilà.
A+

1 « J'aime »

Finalement j’ai acheté pour 100€ sur leboncoin un HP ProDesk 600 G3 i5 7500T 8GB 256GB PRO. C’est pas marqué sur l’annonce, mais en demandant à ChatGPT, il m’indique que le hdd est un ssd.

1 « J'aime »

@Gilles2 Et bien, le backup que j’ai de HA sur la VM de mon NAS, je ne peux pas l’installer nativement sur une VM Docker (container manager) sur Synology. Quand je vais sur HA/Sauvegarde il ne propose pas la restauration d’un backup.
Alors, oui, j’ai bien lu sur le forum des solutions pour y arriver, mais c’est loin d’être aussi rapide et confortable qu’une solution native.

Hello KalYpsO,

Je confirme les dires de jrvrcd. J’ai un HP ProDesk 400 G1 DM Business PC - Core i7-4785T@3.10GHz - 8Go RAM - 1To MVNE depuis 2 ans maintenant. C’est une machine robuste et fiable. Jamais eu un plantage (je touche du bois). La machine est uniquement dédiée à Home Assistant. Bon, le proc est souvent en balade j’admets, mais à l’époque ou le Raspberry suivait le cour de l’or en bourse, c’est (et c’était) une très bonne alternative pour 80€.
Je ne peux que te recommander un tel choix.

2 « J'aime »

les HP Prodesk et Elitedesk sont des machines pro (limite indus) prévues pour tourner h24.
je dis toujours que pour le même budget je préfère du matos pro ( hp dell lenovo) que des minimachines a tarif modéré mais sans avoir la certitude de pourvoir remplacer RAM SSD ventilo…

2 « J'aime »

Bon, et bien avec tout vos avis qui vont dans le même sens, je pense que mon choix est correct : HP ProDesk 600 G3 i5 7500T 8GB 256GB PRO

Pour 100€ vaut pas la peine d’aller sur un Rpi + SDD qui me couterai autant voir plus.
Là, au moins j’ai de la flexibilité et de la réactivité.

8Go sera largement suffisant pour HA, mais si je dois avoir d’autres VM’s il me faudra ajouter de la ram. mais à 15€ la ram de 8Go 2400 (je crois) sur leboncoin, je vais pas me ruiner.

Après je suis curieux de la conso, forcement plus qu’un Rpi. Je regaderai…J’ai une prise qui me donnera la conso. A mon avis cela doit tourner autour de 20w, peux-être moins.

Pour ton information, la consommation est un sujet que j’ai largement étudié également car soucieux aussi de ce point.

Dans mon installation, c’est frigate qui change la donne chez moi. Pour te donner un ordre d’idée :

  • Avec Frigate, 4 caméras + une clé coral de plugger → moyenne de 17 watts (le CPU travaille plus)
  • Sans Frigate → moyenne de 8 watts (le CPU travaille moins)

Tu peux avoir une conso moindre avec un processeur de dernière génération type Alder Lake (de mémoire c’est le N97 qui consomme le moins).

J’ai fais attention au choix du processeur, en effet les versions les moins gourmandes chez Intel finissent par les lettes U (Low power mobile processors), Y (Ultra low power mobile processors), T (Low power desktop chips).

1 « J'aime »

SAlut pour un i5 6500T
j’oscille entre 11W et 30 W (quand je compile avec ESPHOME)
j’ai 2 VM dessus et 2 CT
1 HAOS
1 Frigate
1 Plex
1 Xpenology

une petite recherche te montrera mes courbes de consommations
j’ai pas trop le temps de rechercher…

1 « J'aime »

@jrvrcd J’ai effectué une recherche sur le forum avec ton pseudo, du coup je suis tombé sur un post qui parle de [Google Coral Edge TPU] Je ne connais pas cette bestiole :smile: ! Je ne sais pas ce qu’elle mange l’hiver :grin: !

Alors j’ai posé la question à l’IA ChatGPT et voici ce que le garçon de 8 ans me dit :

Oui, un Google Coral System-On-Modules (SOM) avec un Edge TPU peut être utilisé dans un HP ProDesk 600 G3 avec les caractéristiques que vous avez mentionnées (i5 7500T, 8 Go de RAM, 256 Go de stockage). Le module Edge TPU est conçu pour être inséré dans un slot M.2, et votre HP ProDesk devrait avoir un slot compatible M.2-2230-AE-S3.

Utilisations du Google Coral Edge TPU

Le Google Coral Edge TPU est un accélérateur de calcul pour les tâches de machine learning (ML). Voici à quoi il peut servir dans le contexte de Home Assistant et d’autres applications :

  1. Reconnaissance d’images :
  • Utilisez le TPU pour des tâches de reconnaissance d’objets ou de visages dans les flux vidéo des caméras de sécurité.
  • Amélioration des performances pour les modèles de vision par ordinateur (par exemple, TensorFlow Lite).
  1. Détection d’anomalies :
  • Analyse des données de capteurs pour détecter des anomalies, telles que des comportements inhabituels ou des pannes potentielles dans les systèmes domestiques.
  1. Automatisation intelligente :
  • Renforcement des capacités d’automatisation en utilisant des modèles ML pour prédire les actions et automatiser les tâches basées sur les habitudes de l’utilisateur.
  1. Reconnaissance vocale :
  • Amélioration des performances des assistants vocaux en local, sans avoir besoin d’envoyer des données vers des serveurs distants.

Avantages de l’utilisation du Google Coral Edge TPU

  • Performances accrues : Le TPU est spécialement conçu pour accélérer les inférences de modèles ML, ce qui peut réduire considérablement le temps de traitement par rapport à une CPU seule.
  • Efficacité énergétique : Le TPU consomme moins d’énergie que les processeurs généraux lorsqu’il exécute des tâches ML intensives.
  • Sécurité et confidentialité : En effectuant des calculs ML en local, vous pouvez améliorer la confidentialité de vos données, car elles n’ont pas besoin d’être envoyées à des serveurs distants.

En résumé, le Google Coral Edge TPU peut améliorer significativement les capacités de traitement ML de votre HP ProDesk 600 G3, rendant votre système Home Assistant plus puissant et réactif pour les tâches d’intelligence artificielle.

Avantages de cette configuration

  • Performances optimisées : Les tâches ML seront traitées beaucoup plus rapidement grâce à l’accélération matérielle du TPU.
  • Flexibilité : Vous pouvez facilement allouer ou réassigner le TPU à différentes VM selon vos besoins.
  • Évolutivité : La configuration avec Proxmox permet de facilement augmenter les capacités de votre infrastructure en ajoutant plus de ressources ou en créant de nouvelles VM.

En utilisant le Google Coral Edge TPU avec Proxmox, vous pouvez tirer parti de l’accélération matérielle pour les tâches ML tout en bénéficiant de la flexibilité et de la gestion avancée des ressources de Proxmox.

Ça me paraît pas mal, car je viendrai à la vidéo plus tard. En attendant, pour la reconnaissance vocale, cela doit aider, au moins pour réduire le délai. Sauf qu’il faut avoir 2 ports SSD dans la bécane, et j’ignore si c’est le cas pour le moment.

Hello

Les tensor flow ne sont pas utilisés pour la voix.
Quelle est la config de ton pipeline pour avoir du délai ?

1 « J'aime »

Les coral et consorts servent surtout pour frigate quibest un enregistreur vidéo avec détection
C’est très puissant et avec un coral sur USB ou sur carte M2 ça réduit considérablement le besoin en ressources CPU

1 « J'aime »

Pour la voix je suppose que tu utilise Whisper ?
Remplace Whisper par l’addon VOSK, tu m’en diras des nouvelles :wink:

1 « J'aime »

@Krull56 Je sais pas trop de quoi exactement tu parles, mais ma config est sur une VM NAS Synology, avec un M5Stack ATOM Echo Smart Speaker.

J’ai arrêté de l’utiliser car quand je lui disais une commande, j’avais le temps d’aller prendre un café ! De plus quand j’avais un retour, soit il avait pas compris, soit j’en avais aucun.

Problème de config, avec la VM Synology c’est sûr, problème de configuration de HA probable, mais je pense que j’ai effectué correctement les choses.