Para Frigate con 4 cámaras 1080p bastan 4 vCPU, 8 GB de RAM y Coral USB; para 8 cámaras necesitas un servidor con 6 vCPU y 16 GB de RAM, y 16 cámaras requieren 8 vCPU, 32 GB de RAM y un acelerador de detección como Coral PCIe o una GPU NVIDIA.
Requisitos de servidor para Frigate y un NVR estable
Frigate carga el servidor con varios procesos a la vez
Los requisitos de servidor para Frigate no dependen solo del número de cámaras, sino también del bitrate, el códec, los fotogramas por segundo, el tiempo de retención del archivo y el detector elegido. Frigate recibe simultáneamente flujos RTSP, decodifica vídeo con FFmpeg, analiza fotogramas para la detección de movimiento, ejecuta el reconocimiento de objetos y guarda segmentos en disco.
En la práctica, la carga se distribuye así:
- La CPU procesa RTSP, la decodificación sin aceleración por hardware, motion detection, go2rtc y los contenedores.
- La GPU, Coral o NPU se encarga de object detection: personas, vehículos, animales y otros objetos.
- La RAM es necesaria para los búferes de FFmpeg, caché, base de datos de eventos, contenedores y sistema operativo.
- El disco NVMe/SSD recibe la escritura continua de segmentos de vídeo; suele ser el cuello de botella cuando la retención es elevada.
- La red debe recibir de forma estable el caudal total de todas las cámaras IP sin pérdida de paquetes.
Para elegir un VPS o servidor dedicado, conviene aplicar los mismos principios que con otros sistemas self-hosted: reservar CPU, RAM, IOPS y red para la carga pico, no para la media. Encontrarás una metodología detallada en el artículo sobre cómo dimensionar hardware para aplicaciones self-hosted.
Por qué la resolución de la cámara no es la resolución de detección
Una cámara puede grabar el stream principal en 4K, pero Frigate no tiene que enviar cada fotograma 4K al modelo de reconocimiento. La arquitectura correcta utiliza dos flujos: un high-resolution stream principal para grabación y un substream de 640×360, 704×396 o 1280×720 para detect. Esto reduce considerablemente la carga de CPU, GPU y Coral.
cameras:
entrance:
ffmpeg:
inputs:
- path: rtsp://camera/main
roles:
- record
- path: rtsp://camera/sub
roles:
- detect
detect:
width: 704
height: 396
fps: 5Con detect FPS de 5 fotogramas/s, Frigate analiza 300 fotogramas por minuto y cámara. Es suficiente para la mayoría de accesos, portales, aparcamientos y patios. Un valor de 10 FPS tiene sentido para objetos rápidos, portones, zonas de caja o accesos de vehículos; 15 FPS o más aumenta notablemente los requisitos del acelerador.
Cuántas cámaras soporta Frigate: tabla para 4, 8 y 16 cámaras
Especificaciones de servidor Frigate NVR para grabación 1080p
A continuación se muestran especificaciones de servidor Frigate NVR prácticas para cámaras H.264/H.265 con stream principal 1080p de unos 4 Mbps, substream de detección de hasta 704×396, detect FPS de 5 y grabación continua. Los precios son orientativos a marzo de 2025; el importe final depende de la capacidad NVMe, la ubicación y el tipo de acelerador.
Para Frigate con 4, 8 y 16 cámaras 1080p bastan, respectivamente, 4/6/8 vCPU, 8/16/32 GB de RAM y 3/6/10 TB SSD o NVMe para conservar el archivo durante 14 días.
| Escala de carga | vCPU | RAM | Disco | Puerto de red | Precio |
|---|---|---|---|---|---|
| 4 cámaras 1080p, 14 días de grabación | 4 vCPU | 8 GB | 3 TB SSD/NVMe | 1 Gbps, tráfico entrante 16–25 Mbps | desde $45/mes, aproximadamente |
| 8 cámaras 1080p, 14 días de grabación | 6 vCPU | 16 GB | 6 TB SSD/NVMe | 1 Gbps, tráfico entrante 32–50 Mbps | desde $85/mes, aproximadamente |
| 16 cámaras 1080p, 14 días de grabación | 8 vCPU | 32 GB | 10 TB SSD/NVMe | 1 Gbps, tráfico entrante 64–100 Mbps | desde $160/mes, aproximadamente |
Cómo calcular la configuración para 4K
Una cámara 4K con H.265 suele generar un flujo de 8–16 Mbps en una escena moderada, mientras que con H.264 o mucho movimiento puede generar 16–25 Mbps. Por ello, 4 cámaras 4K pueden producir el mismo volumen de archivo que 8–16 cámaras 1080p. Para grabar 4 cámaras 4K a 12 Mbps durante 14 días se necesitan aproximadamente 7,3 TB de espacio útil: 4 × 12 × 10,8 GB × 14.
Deja como mínimo un 15–20% de espacio libre. Frigate elimina segmentos antiguos según la retención, pero un volumen lleno al 100% puede provocar errores de grabación, alta latencia de I/O y daños en la base de datos de eventos.
¿Buscas un servidor fiable para tus proyectos?
VPS desde $10/mes y servidores dedicados desde $9/mes con NVMe, protección DDoS y soporte 24/7.
Ver ofertas →CPU, GPU y detección en Frigate: cuánta CPU necesitas para decodificar
Cálculo de CPU sin decodificación por hardware
El dimensionamiento de CPU, GPU y detección en Frigate empieza por la decodificación, ya que ni siquiera Coral elimina esta carga. Coral acelera únicamente la inferencia, no la decodificación RTSP. Si el servidor decodifica H.264/H.265 por software, una cámara 1080p con detect de 5–10 FPS puede consumir una parte considerable de un núcleo, y una 4K H.265 puede requerir varios núcleos a FPS altos.
Para una configuración solo con CPU, utiliza estas referencias conservadoras:
- 4 cámaras 1080p con detect a 5 FPS: 4 vCPU rápidos con frecuencia desde 3,0 GHz.
- 8 cámaras 1080p: 6–8 vCPU con frecuencia desde 3,0 GHz.
- 16 cámaras 1080p: 12–16 vCPU si no hay VAAPI, Quick Sync, NVDEC u otro hwaccel.
- 4 cámaras 4K: desde 8 vCPU sin decodificación por hardware, especialmente con H.265.
Para Frigate es más importante el rendimiento por núcleo y la compatibilidad con instrucciones de vídeo que contar formalmente con muchas vCPU lentas. Una carga continua de CPU superior al 75–80% deja poco margen para picos de movimiento, reinicios de FFmpeg, generación de vistas previas y el funcionamiento de Home Assistant.
La decodificación por hardware reduce los requisitos de CPU
Intel Quick Sync, VAAPI en Intel iGPU, NVIDIA NVDEC y AMD VAAPI permiten trasladar la decodificación de flujos de vídeo a un bloque de hardware. En un servidor con Intel iGPU, 8 cámaras 1080p con substream suelen funcionar con 4–6 vCPU, mientras que con software decode pueden requerir 6–8 vCPU.
ffmpeg:
hwaccel_args: preset-intel-qsv-h264
cameras:
yard:
ffmpeg:
inputs:
- path: rtsp://camera/yard_sub
input_args: preset-rtsp-restream
roles:
- detectComprueba la carga real después del arranque: docker stats muestra la CPU y RAM del contenedor, mientras que intel_gpu_top, nvidia-smi o vainfo ayudan a verificar que FFmpeg utiliza realmente la aceleración por hardware. Por el mismo motivo, resulta útil la experiencia recogida en el artículo sobre requisitos de servidor Plex/Jellyfin para transcodificación 4K: la decodificación y el procesamiento de vídeo requieren una planificación de recursos independiente.
Requisitos de hardware de Frigate con Coral: cuándo usar Coral, GPU o NPU
Coral descarga la CPU en object detection
Los requisitos de hardware de Frigate con Coral son especialmente relevantes con 4–16 cámaras. Coral TPU está diseñado para aproximadamente 100 inference por segundo con modelos compatibles. Con detect FPS de 5, el límite teórico es de hasta 20 cámaras, pero el rango práctico y seguro es de 8–16 cámaras con margen, teniendo en cuenta el tamaño de fotograma, el modelo, la latencia USB y picos puntuales.
Coral USB es práctico para un servidor pequeño y 4–8 cámaras. Para 8–16 cámaras es preferible Coral M.2 o PCIe: la interfaz es más estable, no existe riesgo de desconexión USB accidental y el dispositivo no comparte bus con unidades de almacenamiento u otros periféricos. Un Coral no sustituye a la CPU para decodificar ni acelera la grabación del archivo.
Ejemplo de configuración para dispositivo USB:
detectors:
coral:
type: edgetpu
device: usb
detect:
enabled: trueCuándo una GPU resulta más rentable que Coral
Una GPU NVIDIA con TensorRT es adecuada cuando hay más de 16 cámaras, detect FPS superiores a 5–10, se usan modelos pesados o el servidor ejecuta otras tareas de AI en paralelo. La GPU también puede encargarse simultáneamente de la decodificación NVDEC. Para 4–8 cámaras, comprar una GPU dedicada solo para Frigate suele ser excesivo: Coral o Intel iGPU proporcionan una configuración más eficiente.
No debes considerar una «GPU» como respuesta universal sin comprobar la compatibilidad con el detector y modelo elegidos. Para NVIDIA es necesario pasar correctamente el dispositivo y el driver al contenedor Docker, y la memoria de vídeo no solo la necesita Frigate, sino también los procesos auxiliares. Si planeas usar TensorRT, visión artificial u otras cargas ML, considera alquilar un servidor dedicado con GPU para AI y ML.
Servidor para Frigate: requisitos de RAM y disco para la retención
Por qué la grabación depende de los IOPS y la capacidad SSD
Los requisitos de servidor para Frigate en RAM son moderados: 8 GB bastan para 4 cámaras, 16 GB para 8 cámaras y 32 GB proporcionan un margen fiable para 16 cámaras, go2rtc, Home Assistant y varios contenedores. La memoria rara vez es la primera limitación si no hay fugas, pero no debes alojar Frigate en un VPS con 2–4 GB de RAM mientras grabas varios flujos de forma continua.
El disco es el principal recurso de un NVR. Un flujo de 1 Mbps ocupa aproximadamente 10,8 GB al día. La fórmula para grabación continua es:
Disco en GB = bitrate total en Mbps × 10,8 × número de días de retención
Ejemplo:
8 cámaras × 4 Mbps × 10,8 × 14 días = 4 838 GBCon grabación solo por movimiento, el volumen final puede ser entre 3 y 10 veces menor, pero es imposible predecirlo de antemano: nieve, lluvia, árboles, faros de coches y una calle concurrida generan eventos constantes. Si el archivo es importante, calcula el disco como para continuous recording y utiliza el modo de eventos como ahorro adicional.
NVMe, SSD y un volumen independiente para el archivo
Utiliza NVMe para la base de datos de Frigate, la caché y el sistema operativo. Para un archivo grande, un SSD de calidad es válido si su resistencia de escritura y velocidad sostenida se ajustan a una carga continua. Los HDD pueden utilizarse para archivo frío, pero soportan peor la escritura paralela de muchos flujos y la lectura de clips desde la interfaz.
Separa la partición del sistema y el almacenamiento multimedia. Por ejemplo, asigna 60–100 GB NVMe para Docker, bases de datos y logs, y mueve el directorio /media/frigate a un volume independiente. Este enfoque simplifica la migración, el control de la retención y las copias de seguridad de la configuración. Para exportar eventos a largo plazo a almacenamiento de objetos, son útiles los principios del artículo sobre requisitos de MinIO y almacenamiento S3.
Cómo calcular el tráfico RTSP y la red para Frigate
Tráfico entrante desde las cámaras
Para saber cuántas cámaras soporta Frigate en la red, suma los bitrates de todos los main stream y substream. Por ejemplo, 8 cámaras 1080p a 4 Mbps más 8 substreams a 0,5 Mbps generan unos 36 Mbps de tráfico entrante. Teniendo en cuenta el overhead de RTSP, el audio y aumentos puntuales de bitrate, es razonable reservar 50 Mbps.
Un puerto de 100 Mbps soportará formalmente hasta 16 cámaras 1080p con un flujo moderado, pero para un NVR es más seguro usar 1 Gbps. Esto es especialmente importante si se abre live view de forma simultánea, se descargan clips, se usa restream mediante go2rtc o se envía el archivo a almacenamiento remoto.
No expongas las cámaras a Internet público sin protección
Es preferible conectar las cámaras RTSP a Frigate mediante red local, VPN o un túnel seguro. No publiques directamente los puertos 554, 8554 ni la interfaz web del NVR. Utiliza una VLAN independiente para IoT, contraseñas robustas para las cámaras, firewall y acceso VPN para administración.
Si Frigate está alojado en un VPS, evalúa la latencia y la estabilidad del enlace entre la ubicación y el centro de datos. Para cámaras remotas, a menudo es más útil implementar un nodo edge local de Frigate y enviar al servidor eventos, clips o copias de seguridad. Encontrarás una guía de despliegue en contenedores paso a paso en el artículo Frigate en VPS: instalación, configuración y mantenimiento.
Cómo elegir un VPS o servidor dedicado para Frigate
Cuándo basta con un VPS
Un VPS es adecuado para 4–8 cámaras 1080p si ofrece vCPU estables, puerto de 1 Gbps, la capacidad SSD/NVMe necesaria y la posibilidad de conectar un detector. Sin embargo, Coral USB no se puede conectar físicamente a un VPS remoto convencional, por lo que en un VPS se suele usar CPU detector, una instancia GPU, un detector edge remoto o un servidor dedicado con USB/PCIe.
Para un VPS solo con CPU, reduce detect FPS a 3–5, activa el substream y la decodificación por hardware cuando esté disponible. No guardes un archivo 4K de varias semanas en un NVMe de sistema pequeño: la capacidad y la resistencia de escritura serán más importantes que el número nominal de vCPU.
Cuándo necesitas un servidor dedicado
Un servidor dedicado es una opción lógica para 8–16 cámaras, Coral PCIe/M.2, GPU NVIDIA, discos locales de varios TB y grabación 4K continua. Ofrece control directo sobre USB, PCIe, BIOS, iGPU y el subsistema de discos. También es una opción cómoda si Frigate funciona junto con Home Assistant, MQTT, VPN, archivo NVR y servicios multimedia.
Antes de iniciar, revisa la configuración con esta lista:
- Configura un substream independiente para detect con resolución de hasta 704×396 o 1280×720.
- Empieza con
fps: 5y aumenta el valor solo si es necesario. - Activa Quick Sync, VAAPI o NVDEC para FFmpeg.
- Calcula el archivo según el bitrate total real, no según el número de cámaras.
- Deja un 20% del disco libre y activa monitorización de espacio, CPU, RAM y temperatura.
- Revisa
frigate.stats: detector inference speed, skipped FPS, CPU usage y dropped frames.
Si despliegas Frigate junto con varios servicios, reserva recursos de Docker con antelación. Los límites prácticos de CPU, RAM y disco se explican en la guía sobre requisitos para un host Docker.
Preguntas frecuentes
¿Cuántas cámaras puede procesar un Coral TPU?
Un Coral TPU suele gestionar con fiabilidad 8–16 cámaras con detect FPS de 5 y substream de hasta 704×396. Formalmente, un rendimiento de aproximadamente 100 inference/s basta para unas 20 cámaras a 5 FPS, pero se necesita margen práctico para escenas complejas, latencias y picos de movimiento. Para 16+ cámaras, es más razonable utilizar Coral PCIe/M.2, un segundo detector o una GPU NVIDIA.
¿Se puede ejecutar Frigate solo con CPU?
Frigate funciona solo con CPU, pero para 4 cámaras 1080p necesitarás al menos 4 vCPU rápidos y 8 GB de RAM, y para 8 cámaras, 6–8 vCPU. Una configuración CPU-only es especialmente sensible a H.265 y 4K. El uso de substream, detect FPS de 3–5 e Intel Quick Sync o VAAPI reduce considerablemente la carga real.
¿Cuánto espacio ocupa el archivo de Frigate al día?
El archivo ocupa aproximadamente 10,8 GB al día por cada 1 Mbps de flujo de vídeo total. Por ejemplo, 8 cámaras con un bitrate de 4 Mbps cada una generarán unos 346 GB al día y aproximadamente 4,8 TB durante 14 días de grabación continua. Para la retención, debes añadir un 15–20% de espacio libre para la base de datos, eventos y picos de bitrate.
¿Hace falta una GPU si ya tienes Coral?
Una GPU no es obligatoria si Coral realiza la detección y la CPU o Intel iGPU decodifican el vídeo por hardware. Para 4–8 cámaras 1080p, Coral USB y 4–6 vCPU suelen ser suficientes. Una GPU NVIDIA está justificada con 16+ cámaras, detect FPS superiores a 10, flujos 4K, modelos TensorRT o tareas AI paralelas en el servidor.
Conclusiones
Para 4–8 cámaras 1080p, elige un servidor con 4–6 vCPU, 8–16 GB de RAM, Coral y NVMe/SSD calculado según la fórmula de 10,8 GB por 1 Mbps al día. Para 16 cámaras o un archivo 4K necesitas un servidor dedicado con 8+ vCPU, 32 GB de RAM, decodificación por hardware y disco desde 10 TB. El principio principal de Frigate es claro: la grabación escala según la capacidad e IOPS del disco, mientras que la detección depende del rendimiento de Coral, NPU o GPU.
Bare metal en más de 70 ubicaciones: hardware moderno, NVMe, aprovisionamiento rápido y pago con tarjeta o criptomonedas.
Elegir servidor
