iPhone 8, सौर ऊर्जा आधारित Vision OCR सर्वर के रूप में फिर से जन्मा

• पुराने iPhone 8 को सौर ऊर्जा से चलने वाले निजी Vision OCR सर्वर में बदलने के अनुभव को साझा किया गया है
• Apple Vision फ्रेमवर्क का उपयोग करके सालाना 83,418 इमेज टेक्स्ट एक्सट्रैक्शन और 48GB इमेज प्रोसेसिंग लोकल स्तर पर चलाई गई
• पूरा सिस्टम EcoFlow River 2 Pro, mini PC, Tailscale नेटवर्क आदि से बना है
• सौर ऊर्जा के जरिए पूरी तरह off-grid संचालन और सालाना $84~120 CAD बिजली लागत बचत का प्रमाण इसकी खासियत है
• प्राइवेसी, लागत, ऊर्जा स्वतंत्रता, e-waste में कमी जैसे कई दृष्टिकोणों से लोकल कंप्यूटिंग के महत्व पर जोर दिया गया है

---

प्रोजेक्ट अवलोकन

• लगभग 1 साल तक सौर ऊर्जा आधारित iPhone 8 सर्वर से 83,418 OCR रिक्वेस्ट और 48GB इमेज प्रोसेस करने का यह एक उदाहरण है
• ज़्यादातर लोग पुराने iPhone संभालकर रखते हैं, लेकिन लेखक ने इसे off-grid सर्वर में बदलकर लागत बचत और पर्यावरण-अनुकूल उपयोग का लक्ष्य रखा
• OCR सर्वर ब्लॉग से अलग चलने वाला एक सहायक प्रोजेक्ट है

तकनीकी सारांश (TL;DR)

• सिस्टम विन्यास
  • iPhone 8 पर SwiftUI ऐप चलता है और Apple Vision आधारित OCR संभव है
  • EcoFlow River 2 Pro(768Wh) और 220W सोलर पैनल का संयोजन उपयोग किया गया
  • mini PC वेब सर्विस और API routing संभालता है
  • Tailscale नेटवर्क के जरिए डिवाइसों के बीच सुरक्षित कनेक्शन बना रहता है
• 1 साल बाद की प्रमुख उपलब्धियां
  • कुल 83,418 OCR और 48GB इमेज प्रोसेसिंग
  • व्यस्त दिनों में 1,000 से अधिक प्रोसेसिंग
  • 1 साल लगातार उपयोग के बाद iPhone battery health लगभग 76%
  • सालाना $84~120 CAD बिजली लागत बचत
• मुख्य insights
  • Apple Vision फ्रेमवर्क की सटीकता क्लाउड सेवाओं के बराबर है
  • पुराने डिवाइस भी server workload में उच्च विश्वसनीयता दिखाते हैं
  • बैटरी प्रबंधन पर ध्यान दिया जाए तो सौर ऊर्जा कंप्यूटिंग चलाने के लिए पर्याप्त है
  • लोकल प्रोसेसिंग तरीका प्राइवेसी और लागत बचत दोनों में बहुत अच्छा है

प्रोजेक्ट पृष्ठभूमि: यह क्यों किया गया?

तार्किक प्रेरणा

• लेखक सैकड़ों इमेज को अपने-आप वर्गीकृत करने वाले एक प्रोजेक्ट पर काम कर रहा था
• सबसे तर्कसंगत विकल्प Mac पर Apple Vision से OCR प्रोसेस करना था

“अपने तरीके” का उपयोग

• खाली पड़े पुराने iPhone 8 और EcoFlow River 2 Pro के उपयोग पर विचार किया गया
• मौजूदा OCR सर्वर को सौर ऊर्जा आधारित बनाकर व्यक्तिगत संतुष्टि भी हासिल की गई

अप्रत्याशित फायदे

• रियल-टाइम डैशबोर्ड के जरिए खिड़की के पास birdwatching करते हुए सिस्टम मॉनिटरिंग संभव हुई
• व्यक्तिगत प्रोजेक्ट के लिए ऊर्जा स्वतंत्रता हासिल हुई
• वास्तविक संचयी बिजली खपत (मासिक 37.4~45.8 kWh) के आधार पर सालाना बचत साबित हुई
• यह सेटअप आने वाले मेहमानों के लिए भी रोचक बातचीत का विषय बन गया

सिस्टम आर्किटेक्चर

• mini PC: वेब सर्वर, इमेज प्रोसेसिंग, Plex सर्वर सहित कई सेवाएं चलाता है

• iPhone 8: SwiftUI ऐप के जरिए OCR और डैशबोर्ड की भूमिका निभाता है

• EcoFlow power station: दोनों डिवाइसों को off-grid चलाता है

• Tailscale: सुरक्षित नेटवर्क कनेक्टिविटी देता है

• प्रोसेसिंग फ्लो

  • इमेज प्रोसेसिंग सर्विस iPhone पर इमेज भेजती है → Apple Vision का उपयोग कर OCR चलाया जाता है → परिणाम वापस मिलता है और डैशबोर्ड पर आँकड़े दिखते हैं
  • पूरी प्रक्रिया बाहरी बिजली पर निर्भर हुए बिना सिर्फ सौर ऊर्जा से चलती है

हार्डवेयर और सौर ऊर्जा

power station का चयन

• EcoFlow River 2 Pro मूल रूप से कैंपिंग के लिए खरीदा गया था, लेकिन यह प्रोजेक्ट के लिए बहुत उपयुक्त साबित हुआ
• GearScouts.com जैसी साइटों पर power station की वास्तविक खरीद कीमतों की तुलना की सिफारिश की गई
• iPhone 8 सर्वर 0.5~1W(standby) और 2~5W(प्रोसेसिंग के दौरान) बिजली खपत के साथ बहुत कुशल है
• mini PC 15~30W लेता है, और पूरे सिस्टम की दैनिक ऊर्जा खपत लगभग 1.2kWh है

सौर ऊर्जा प्रदर्शन (मौसम के अनुसार)

• गर्मी: अधिकतम 150~220W इनपुट, असीमित संचालन और चार्जिंग संभव
• पतझड़/वसंत: औसतन 20~60W, कुछ हद तक बैटरी के साथ संयुक्त उपयोग
• सर्दी: 5~20W, मुख्य रूप से बैटरी पर निर्भरता (15~20 घंटे संचालन)
• River 2 Pro की बड़ी क्षमता और चार्ज/डिस्चार्ज प्रबंधन से दीर्घकालिक स्थिरता बनी रही

iOS आधारित OCR सर्वर ऐप डेवलपमेंट

Apple Vision फ्रेमवर्क की ताकत

• Apple Vision लोकल स्तर पर बहुत तेज़ और सटीक OCR देता है
• बाहरी API/क्लाउड के बिना डिवाइस के अंदर ही प्रोसेसिंग संभव है
• उपयोग उदाहरण कोड दिया गया है (UIImage प्रोसेसिंग → टेक्स्ट एक्सट्रैक्शन)
• प्राइवेसी जोखिम और क्लाउड शुल्क की चिंता के बिना वातावरण बनाया जा सकता है

SwiftUI डैशबोर्ड और analytics

• डैशबोर्ड में रियल-टाइम आँकड़े (आज की रिक्वेस्ट, कुल संख्या, औसत प्रोसेसिंग समय, सफलता दर) दिखाए जाते हैं
• Google Analytics 4 इंटीग्रेशन से उपयोगकर्ता/सेशन/रियल-टाइम यूज़र डेटा देखा जा सकता है
• खिड़की पर रखे सर्वर में एक छोटे data center जैसा डैशबोर्ड देखना संभव है

सौर संचालन की व्यावहारिक चुनौतियाँ

• कनाडा की परिस्थितियों में धूप वाला गर्मियों का मौसम छोटा और बादलों वाला सर्दियों का मौसम लंबा होता है, इसलिए मौसम-आधारित संचालन रणनीति ज़रूरी है

• गर्मी: सिर्फ सौर ऊर्जा से चार्जिंग और साथ-साथ संचालन संभव

• वसंत/पतझड़: सौर ऊर्जा + बैटरी hybrid

• सर्दी: मुख्य रूप से बैटरी संचालन, बीच-बीच में सौर सहायता

• 1 साल लगातार चलाने के बाद भी iPhone battery health 76% बनी रही

• कम तापमान में OCR की गति घटती है, जबकि गर्म वातावरण में यह तेज़ काम करता है

लागत विश्लेषण

निवेश और संचालन लागत

• प्रारंभिक निवेश
  • EcoFlow River 2 Pro: $599 CAD (पहले से कैंपिंग के लिए मौजूद)
  • 220W सोलर पैनल: $180 CAD
  • अतिरिक्त सामग्री: लगभग $50 CAD
  • अतिरिक्त सोलर निवेश कुल: लगभग $230 CAD
• मासिक औसत वास्तविक खपत के आधार पर सालाना $84~120 CAD बचत → 2~3 साल में निवेश वसूली की उम्मीद

क्लाउड OCR सेवा से तुलना

• क्लाउड OCR की लागत 1,000 रिक्वेस्ट पर लगभग $1.00~1.50 है, इसलिए समान रिक्वेस्ट के लिए $83~125 CAD खर्च होते
• सौर ऊर्जा आधारित लोकल प्रोसेसिंग में प्रति रिक्वेस्ट लागत 0 और पूरी प्राइवेसी सुनिश्चित होती है

1 साल का संचालन अनुभव

विश्वसनीयता और सुधार के बिंदु

• पुराने hardware की लगातार स्थिरता की पुष्टि हुई, और 1 साल से अधिक समय तक बिना रुकावट संचालन हुआ
• iOS background processing भी प्रभावी ढंग से सेट की जा सकती है (नियमित रिक्वेस्ट, app refresh का उपयोग)
• Vision फ्रेमवर्क के अपडेट के साथ पहचान सटीकता लगातार बेहतर हुई, खासकर हस्तलिपि और गैर-मानक फ़ॉन्ट में मजबूती बढ़ी

आई समस्याएँ और समाधान

• रुक-रुक कर मिलने वाली सौर ऊर्जा की स्थिति में mini PC को पहले बंद कर दिया जाता है, और सिस्टम को केवल iPhone रिक्वेस्ट संभालने के लिए सेट किया जाता है
• ओवरहीटिंग के लिए छाया, हवा का प्रवाह, और तापमान के अनुसार प्रोसेसिंग मात्रा समायोजन जैसे हार्डवेयर/सॉफ्टवेयर उपाय अपनाए गए
• iOS की background सीमाओं को न्यूनतम location उपयोग, नियमित HTTP response आदि से व्यावहारिक रूप से पार किया गया

महत्व और संकेत

• प्राइवेसी पहले: इमेज बाहर भेजी नहीं जातीं, इसलिए आंतरिक प्रोसेसिंग से पूरी सुरक्षा मिलती है

• ऊर्जा आत्मनिर्भरता: छोटे पैमाने पर सही, लेकिन नवीकरणीय ऊर्जा से कंप्यूटिंग workload चलाना संभव है

• e-waste में कमी: बेकार हो चुके डिवाइसों को उच्च-मूल्य इंफ्रास्ट्रक्चर में बदला जा सकता है

• लोकल-केंद्रित कंप्यूटिंग: हर चीज़ के लिए क्लाउड पर निर्भर होने के बजाय कुशल लोकल डेटा प्रोसेसिंग संभव है

• यह सिस्टम नवीकरणीय ऊर्जा, लोकल कंप्यूटिंग और IoT डेमो के रूप में भी उपयोगी है

• खिड़की के पास birdwatching के साथ सर्वर की स्थिति देखना लेखक को व्यक्तिगत रूप से संतोष देता है

अतिरिक्त सामग्री और संदर्भ

हार्डवेयर

• TP-Link Kasa Smart Plug: वास्तविक बिजली खपत मॉनिटर करने के लिए उपयोग

• EcoFlow App: River 2 Pro की स्थिति देखने के लिए

• GearScouts.com: power station/outdoor gear की कीमत तुलना

• इस लेखन के समय iPhone 8 सर्वर 83,418वीं OCR रिक्वेस्ट को पूरी तरह सौर ऊर्जा से संभाल रहा है

[GN⁺]

Hacker News की राय

• मैं सालाना लगभग $84~120 CAD बचा रहा हूँ, लेकिन असल में अगर मुझे अपना ऐप अपने फोन पर एक हफ्ते से ज़्यादा चलाना हो, तो Apple को हर साल अतिरिक्त $99 देने पड़ते हैं, इसलिए वास्तविक बचत बहुत ज़्यादा नहीं लगती
• Apple की यह सालाना फीस सच में बेहूदा नीति लगती है। समझ नहीं आता कि $99 की ज़रूरत आखिर किस आधार पर है। यह मानना मुश्किल है कि Apple सिर्फ एक ऐप होस्ट करने के लिए इन्फ्रास्ट्रक्चर या सर्वर लागत में $99 खर्च कर रहा है। अगर मैं कोई डिवाइस खरीदता हूँ, तो वह सच में मेरी होनी चाहिए, लेकिन Apple लगातार ऐसी पाबंदियाँ लगाता दिखता है कि मैं उसे अपनी मर्ज़ी से इस्तेमाल नहीं कर सकता। आखिर में ऐसा लगता है जैसे मैंने अपना ही खरीदा हुआ डिवाइस किराए पर लिया हो। मैं लंबे समय से Apple का प्रशंसक रहा हूँ, लेकिन यह सच में प्यार-नफ़रत वाला रिश्ता है
• iPhone 8 में checkm8 bootrom vulnerability है, और हालांकि लेख में इसका ज़िक्र नहीं है, मूल रूप से इसे jailbreak करके बिना किसी शुल्क के मनचाहा software चलाया जा सकता था। इस vulnerability की वजह से तरह-तरह के hacks और उपयोग संभव थे, लेकिन हाल में आखिरी vulnerable device, 7th-gen iPad, को iPad OS 26 में support मिलना बंद हो गया, तो वह दौर भी खत्म हो गया
• मेरी जानकारी के मुताबिक फीस सिर्फ App Store पर डालते समय देनी होती है। पहले जब मैंने खुद iPhone के लिए ऐप बनाया था, तब मुझे कोई भुगतान नहीं करना पड़ा था
• अगर यह checkm8 hardware vulnerability वाला iPhone है, तो jailbreak करके और code-signing bypass plugin इंस्टॉल करके शायद सालाना $99 दिए बिना भी development और sideloaded apps का इस्तेमाल जारी रखा जा सकता है
• iPhone खुद इतना पुराना है कि मान लें वह मुफ्त में मिल भी गया, तब भी solar power और battery hardware की वास्तविक अतिरिक्त लागत लगभग $1,000 तक पहुँचती है
• तकनीकी रूप से यह दिलचस्प था, लेकिन इसे वास्तव में किस उद्देश्य से इस्तेमाल किया जा रहा है, इस पर लगभग कोई विवरण नहीं था, इसलिए कुल मिलाकर यह थोड़ा अमूर्त लगा
• अच्छा लेख है, लेकिन वास्तविक use case की कुछ और व्याख्या भी जानना चाहता हूँ
• मैं भी यही सोचते हुए टिप्पणियाँ पढ़ने आया था
• जल्द ही Apple SpeechAnalyzer API जोड़ने वाला है, जिससे local environment में भी speech-to-text किया जा सकेगा। कहा जा रहा है कि यह API whisper से भी तेज़ है। संबंधित जानकारी WWDC वीडियो और MacRumors लेख में देखी जा सकती है
• संदर्भ के लिए, yap project नाम का एक CLI tool है, जो macOS 26 के Speech.framework के साथ local speech transcription कर सकता है। MacStories के लेख के अनुसार यह whisper से लगभग 2 गुना तेज़ है, और क्योंकि इसमें network या shared server शामिल नहीं होते, इसलिए महसूस होने वाली गति और भी बेहतर लगती है
• इस प्रोजेक्ट में hacker spirit और लेखन शैली दोनों शानदार थे, लेकिन आम तौर पर HN पर चुपचाप फैलने वाले “hacker network effect” पर एक बात कहना चाहता हूँ। बार-बार ऐसे पोस्ट दिखते हैं जिनका मतलब होता है, “मैंने एक closed platform पर यह कर दिखाया, क्या तुम भी मेरे बनाए हुए के ज़रिए इसे आराम से इस्तेमाल करना चाहोगे? लेकिन बदले में तुम हमेशा उसी platform से बँधे रहोगे।” इस मामले में फर्क यह था कि लेखक ने “यह क्यों महत्वपूर्ण है” को बहुत उच्च स्तर पर समझाया, जो अच्छा लगा
• पुराने devices का पुनःउपयोग निश्चित रूप से मूल्यवान विचार है। अगर किसी को closed platform पसंद नहीं, तो वह उसे खरीदे ही नहीं, लेकिन फिर भी इस तरह कम से कम लाखों पुराने iPhone ई-कचरे में फेंके जाने से बच सकते हैं
• उदाहरण के लिए, मैं इन दिनों F-Droid स्टोर में देखी हुई एक Android app वास्तव में इस्तेमाल कर रहा हूँ, और उसका headline कुछ ऐसा है: “मैंने <FOSS app> बनाया, और <common framework> इस्तेमाल नहीं किया!” लेकिन आखिरकार सबसे महत्वपूर्ण चीज़ functionality है, और उसमें bugs इतने ज़्यादा हैं कि मैं कई बार गुस्से में उसे uninstall करके फिर install करता रहा हूँ। अलग-अलग पैमानों पर functional और philosophical मूल्यांकन करना सच में बहुत ज़रूरी है
• समझ नहीं आता कि किस तरह की images पर OCR करके ऐसी solution की ज़रूरत पड़ती है। जिज्ञासा है कि मुख्य रूप से कैसी images प्रोसेस की जा रही हैं
• मुझे लगता है कि वह बस Apple OCR framework ज़रूर आज़माना चाहता था, और संयोग से उसके पास पड़ा iPhone इस्तेमाल हो गया। मैंने उसके blog के main page पर जाकर यह खोजने की कोशिश की कि वह कौन-सी images प्रोसेस करता है, लेकिन उससे जुड़ी जानकारी नहीं मिली। कहीं वह अपने novel collection को scan तो नहीं कर रहा?
• मेरे पास भी लगभग 7 पुराने Android phone/tablet पड़े हैं जिनका मैं इस्तेमाल नहीं करता, लेकिन उन सबको लगाकर एक छोटा server farm बनाने के लिए कोई अच्छा workflow दिमाग में नहीं आता
• OCR server के रूप में iPhone के इस्तेमाल का एक मशहूर संबंधित लेख भी है: यह image OCR & iPhone rack case
• शानदार कहानी है। मुझे लगता है कि Apple इस बात के लिए सच में तारीफ़ का हकदार है कि वह पुराने devices को अब भी उपयोगी बनाए रखता है। मैंने भी पुराने OG iPhone SE को पुनःउपयोग करके उसे नया काम दिया था। संबंधित अनुभव साझा
• मैं इस बात से ज़्यादा सहमत नहीं हूँ कि Apple पुराने devices को बचाए रखता है। किसी पुराने iPad का कोई नया उपयोग निकालने के लिए बहुत भारी मेहनत करनी पड़ती है, और पता नहीं यह स्थिति बदली भी है या नहीं
• मैं इस दृष्टिकोण से बिल्कुल सहमत नहीं हूँ। iOS update न मिलने की वजह से मुझे आखिरकार iPhone 7 छोड़ना पड़ा, और banking apps तक पुराने version पर चलती नहीं थीं। और जैसा Batterygate में दिखा, Apple वह कंपनी भी है जो उपयोगकर्ताओं को बताए बिना performance throttling जैसी नीतियाँ अपनाती है
• यह पढ़कर मुझे उस व्यक्ति की याद आई जिसने iPhone के OCR का उपयोग करके meme database बनाया था। इस तरह पुराने devices को नए काम के लिए फिर से जीवित करने का विचार सच में दिलचस्प है। अगर छोड़े हुए Android phones पर ethernet + docker चलाया जा सके, तो शायद एक तरह का ठीक-ठाक VPS भी बन सकता है। संबंधित HN टिप्पणी
• एक दिलचस्प बात यह मिली कि iPhone थोड़ा गरम होने पर OCR की गति बेहतर निकलती है। ठंडी कनाडाई सुबह में प्रोसेसिंग स्पीड गिर जाती थी, जबकि wall power पर ऐसा महसूस नहीं हुआ। सोच रहा हूँ कि क्या Apple ठंड में भी performance limits लागू करता है। मेरे अनुभव में ठंड में फोन बस बंद हो जाता है, लेकिन यह महसूस नहीं हुआ कि वह धीमा होकर लड़खड़ा रहा हो। बेशक, मैं अपने फोन पर कोई महत्वपूर्ण workload नहीं चलाता, इसलिए कभी performance benchmark नहीं किया