Show HN: RTX 4090とローカルMLモデルを使い、37時間分の動画を24時間でインデックス化
前回のM1 Max搭載デスクトップアプリに続き、今回はDocker上のNVIDIA RTX 4090（24GB VRAM）でセルフホスト版を実行。ポッドキャストやコーディングチュートリアルなど、より負荷の高い動画コンテンツを処理し、最長3時間12分のライブ配信は1時間52分（4,612フレーム解析）でインデックス化に成功。NVIDIAはM1 Maxよりも大幅に高速だった。
背景メモ
Hacker News上で「自分の動画ライブラリをローカルAIで索引化した」という趣旨のポストが話題に。ユーザーが所有する37時間分の動画（ポッドキャスト、コーディングチュートリアル、スクリーンキャプチャ、GoPro映像など）を、NVIDIA RTX 4090（24GB VRAM）を搭載した自作環境のDocker上で処理。顔認識・文字起こし・シーン解析などのローカルMLモデルを走らせ、3時間12分のライブ配信を1時間52分で索引化したと報告。前回はApple M1 Maxでデスクトップアプリを実行したが、今回はNVIDIA GPUを用いたセルフホスト版で、速度面で優位だったとしている。投稿者は結果のJSONデータも公開。背景として、プライバシーやクラウド依存を避けて自分のデータを自分のハードウェアだけで処理する「ローカルファースト」志向があり、RTX 4090のようなコンシューマー向けGPUでどこまで実用的な動画索引が可能かを実証する文脈がある。