.

Redshift取决于CPU性能吗Red

由于Redshift是GPU渲染器,因此它主要取决于GPU性能。然而,渲染过程中会发生某些处理阶段,这些阶段取决于CPU、磁盘或网络的性能。其中包括从d应用程序中提取网格数据、从磁盘加载纹理以及准备场景数据以供GPU使用。

根据场景的复杂性,这些处理阶段可能需要相当长的时间,因此,低端CPU可能会成为整体渲染性能的“瓶颈”。虽然Redshift不需要最新最好的CPU,但我们建议至少使用中档四核CPU,例如IntelCorei5。如果CPU将驱动四个或更多GPU或同时批量渲染多个帧,建议使用更高性能的CPU,例如IntelCorei7。

图形处理器

Redshift目前支持Windows、macOS(最高至HighSierra)和Linux上的NVidiaGPU。它还支持macOSBigSur或更高版本上的AMDGPU。

NVidia(适用于Windows、Linux或macOSHighSierra)

在NVidiaGPU系列中,我们推荐最新一代GeForceRTX、GeForceRTXTi、GeForceRTX和GeForceRTXTiGPU。对于当前一代,我们推荐使用GeForceRTXTi、RTX、GeForceRTX或GeForceRTXGPU。在专业级GPU中,我们推荐最新一代QuadroRTX、QuadroRTXGPU或下一代QuadroRTXA。请注意,就Redshift渲染而言,GeForce和Quadros之间没有显着的性能差异。与GeForce相比,Quadros通常可以更快地渲染视口OpenGL,但这不会影响Redshift的渲染性能。Quadros相对于GeForce的一个主要优势是,它们通常具有更多的板载VRAM,如果您要渲染非常大的场景,这对您来说可能很重要。

借助Redshift,可以在同一台计算机上混合使用GeForce和QuadroGPU。

GeForceGPU和Titan/Quadro/TeslaGPU之间的一项重要区别是TCC驱动程序可用性。TCC的意思是“特斯拉计算集群”。它是NVidia为Windows开发的专用驱动程序。它绕过Windows显示驱动程序模型(WDDM),并允许GPU以更快的速度与CPU进行通信。TCC的缺点是,一旦启用它,GPU对Windows和d应用程序(例如Maya、Houdini等)将变得“不可见”。它成为CUDA应用程序所独有的,例如Redshift。只有Quadros、Tesla和TitanGPU可以启用TCC。GeForceGTX卡无法使用它。如上所述,TCC仅适用于Windows。Linux操作系统不需要它,因为Linux显示驱动程序不会受到通常与WDDM相关的延迟的影响。换句话说,默认情况下,在所有NVidiaGPU上,Linux上的CPU-GPU通信比Windows上(使用WDDM)更快,

尽管GeForceGPU上缺乏TCC,但通过启用“硬件加速GPU调度”,您仍然可以在Windows10上获得TCC的一些延迟优势。

AMD(仅适用于macOSBigSur或更高版本)

AMDGPU目前仅在macOSBigSur或更高版本上受支持。Redshift的未来版本可能会支持Windows和Linux。

目前最好的AMDGPU渲染性能由RadeonProVegaIIduo提供,因为该显卡包含两个GPU芯片。非双核版本包含一个GPU,因此速度只有其一半。非双核处理器的性能大致相当于WX,这是我们推荐用于Redshift的另一种GPU,因为它便宜得多。

多个GPU

如果您在同一台计算机上安装多个GPU,Redshift渲染速度会更快。拥有多个GPU可能需要特殊的主板/CPU/设置,本文档后面将对此进行概述。

您需要更多VRAM吗?如果是这样,Titan/Quadro/Tesla(适用于NVidia)或RadeonPro(适用于AMD)是您的正确选择如果您不需要上述任何一个,多个更便宜的GPU(相同成本)将提供更多计算能力和更快的渲染时间。

多少VRAM就足够了?它对性能有何影响?

GPU有多种VRAM配置,例如8GB/11GB/12GB/16GB/24GB/48GB。那么用户应该购买哪一款呢?

Redshift(和其他GPU渲染器)的一般经验法则是“VRAM越多越好”。然而,具有更多VRAM的GPU也更昂贵。下面的文字解释了Redshift如何使用VRAM,以便用户在选择GPU时做出明智的决定。

Redshift在VRAM利用率方面非常高效。它能够在大约1GB的视频内存中容纳大约20-万个独特的三角形。如果场景包含亿个三角形,Redshift通常需要大约10GB的VRAM。但由于其核外架构,即使具有8GBVRAM的GPU也可以使用Redshift渲染如此高的多边形场景(请参阅我们的在线常见问题解答,了解“核外”的解释)。然而,过多的核外数据访问有时会带来相当大的性能损失。因此,在渲染高多边形场景时最好有足够的VRAM可用。

Redshift的核心外技术并未涵盖所有可能的数据类型。目前,Redshift无法以核外方式存储卷网格(例如OpenVDB)。这意味着使用数百兆字节OpenVDB数据的场景可能需要具有更多VRAM的GPU,否则帧渲染将中止。

拥有大量VRAM的另一个好处是能够同时运行多个GPU应用程序。Maya的OpenGL视口、Chrome(网络浏览器)和Windows等应用程序可能会消耗大量VRAM,而留给Redshift的内存却很少。显然,对于包含大量VRAM的GPU来说,这不是一个问题。对于买不起带有大量VRAM的GPU的用户,一个可能的解决方法是安装一个额外的(更便宜的)GPU,它将用于除Redshift之外的所有功能。然后,剩余的GPU可以与显示器断开连接,因此整个VRAM可用于使用Redshift进行渲染。断开GPU与显示器的连接称为“无头模式”。

VRAM容量通常是选择更昂贵的11-12GBGPU还是更便宜的8GBGPU的决定因素。

最后需要注意的是,多个GPU的VRAM并不是组合在一起的!也就是说,如果您的系统上安装了8GBGPU和11GBGPU,那么这些加起来还不到19GB!每个GPU只能使用它自己的VRAM,除非您使用NVLink将它们链接在一起。NVLink是一种NVidia技术(因此仅在NVidiaGPU上支持),它可以将两个GPU“桥接”在一起,以便它们可以共享彼此的内存。这会带来性能损失,在某些情况下可能会或可能不会很大。Redshift会自动检测并使用NVLink(如果存在)。

您打算使用额外的GPU进行OpenGL/2D渲染吗?如果没有,那么更喜欢具有更多VRAM的GPU您是否要渲染繁重的任务(超过万个场景或大量OpenVDB或粒子)?如果是这样,请选择具有更多VRAM的GPUVRAM不会跨多个GPU组合,除非您使用NVLink

母板

加速渲染的经济有效的解决方案是向计算机添加更多GPU。这就是GPU渲染比CPU渲染解决方案更具成本效益的原因之一。与购买整台额外计算机加软件许可证(包括Redshift许可证)相比,添加额外的GPU(或更多!)更便宜!

如果您现在正在为Redshift构建计算机,并预计将来会添加更多GPU,我们建议您选择具有4个或更多PCIe.0x16插槽的主板。请注意,某些主板声称拥有4个PCIe.0x16插槽,但其规格会显示类似(x16,x16)、(x8,x8,x8,x8)的内容。这意味着“如果您有两个GPU,它们都将以x16速度运行,但如果您有4个GPU,则每个GPU将以x8速度运行”。换句话说,即使主板有4个插槽,它们也不能同时以全x16速度运行。

您绝对需要(x16,x16,x16,x16)吗?不!Redshift在(x8,x8,x8,x8)上运行得很好,但在某些情况下,x16速度会对性能有所帮助。这包括DeepEXR渲染或执行大量核外渲染的渲染场景,即GPU需要访问CPU内存的情况。即使在这些情况下,也不要指望x16和x8插槽之间存在巨大的性能差异。

请注意,即使所选主板声称拥有大量支持PCIex16的插槽,您也需要合适的CPU才能实现此性能!

如果您要在每台计算机上添加多个GPU,请选择具有多个快速PCIex16插槽的主板

中央处理器

我们推荐具有充足单线程性能的CPU。拥有更少核心但更高GHz的CPU比拥有更多核心和低GHz更好。即,与6核.5GHzCPU相比,8核2.5GHzCPU对于Redshift来说要差得多。我们推荐运行频率为.5GHz或更高的CPU。

并非所有CPU都能以全PCIex16速度驱动4个GPU。CPU有一个称为“PCIe通道”的功能,它描述了CPU和GPU之间数据传输的速度。某些CPU的PCIe通道数少于其他CPU。例如,Corei7-K.GHz有28个PCIe通道,而i7-K.5GHz有40个PCIe通道。这意味着K可以以更高的速度驱动更多GPU。我们推荐具有更多PCIe通道的CPU。我们不推荐Corei5、Corei或低端CPU。

当同一主板上有多个CPU(例如Xeon)时,CPU的PCIe通道将被合并。双至强系统可以轻松全速驱动8个GPU。

Redshift更关心GHz而不是核心数量

如果您要安装多个GPU,请考虑更高端的Corei7或AMDGPU

如果您要安装4个以上GPU,您可能需要考虑双Xeon解决方案

避免使用i5、i和低端CPU

外部GPU外壳

我们测试过Redshift的唯一外部外壳是CubixXpanderElite,它的性能非常出色!我们同时使用1、2、和4个GPU对其进行了测试。我们发现它很稳定,而且非常重要的是,与直接在计算机主板上安装GPU相比,我们无法测量性能受到的影响。如果您的计算机没有足够的PCIe插槽,并且您希望GPU便于携带,那么GPU扩展器可能会很有用。

请注意,并非所有外部外壳都适合Redshift!有些可能会引入PCIe通信延迟,这可能会对Redshift的性能产生负面影响!我们建议您在购买前使用您选择的机箱测试Redshift,即使不同的GPU渲染器可能运行得很好!与其他GPU渲染器相比,Redshift的软件架构要求GPU与CPU的通信更加频繁,因此机箱的性能(延迟)非常重要!

电源/冷却

请注意您的CPU/GPU的瓦数要求并选择合适的PSU。在计算机中安装4个GPU可能需要0WPSU。质量较低的电源或功率不足的电源可能会导致GPU不稳定和崩溃,甚至可能损坏您的GPU!

请注意,一台计算机上有4个GPU会产生大量热量,因此请确保机箱冷却/通风良好。如果通风不充分,GPU可能会自行进行热节流和降频以避免烧坏。节流/降频意味着渲染速度变慢!当然,高热量意味着电子产品的使用寿命较短。所以散热很重要!

多GPU缩放

使用Redshift和多个GPU进行渲染时,您有两种选择:可以使用所有GPU渲染单个帧,也可以使用GPU组合一次渲染多个帧。

在某些情况下,使用所有可用GPU渲染单个帧可以产生非线性性能增益。例如:与使用1个GPU进行渲染相比,4个GPU的渲染速度可能不会快4倍。他们的渲染速度可能会快倍。这是因为涉及一定量的每帧CPU处理,无法通过添加额外的GPU来加速。

为了更好地解释这一点,请考虑以下示例。假设使用1个GPU从Maya提取场景数据(仅在CPU上发生)需要10秒,渲染需要60秒。所以总的渲染时间是70秒。现在,如果您要再添加个GPU(总共4个GPU),则需要将60秒的纯渲染时间除以4,即15秒。但您根本不会划分10秒的提取时间,因为所有这些都是在CPU上完成的!因此,总渲染时间将为10秒+15秒=25秒,而原始渲染时间为70秒。即快倍而不是4倍。

在其他情况下,更多GPU也无济于事,例如从磁盘加载数据。更糟糕的是,某些CPU处理阶段是单线程的。这意味着安装多核CPU也无济于事!

解决上述问题的方法是一次渲染多个帧。如果计算机有4个GPU,您可以一次渲染两个帧,每个帧使用2个GPU。这样做的原因是,当您一次渲染多个帧时,您会迫使CPU执行更多工作(例如,一次提取多个帧),这通常会提高CPU-GPU性能比。

一些渲染管理器(例如Deadline)开箱即用地支持此Redshift功能。在Deadline中,该功能称为“GPU亲和力”。

要获得最佳的多GPU缩放性能,请同时渲染多个帧

内存

我们建议系统上安装的CPU内存至少是最大VRAMGPU的两倍。因此,举例来说,如果系统使用一个或多个TitanX12GB,则系统上应至少安装24GBRAM。

如果您要一次渲染多个帧(如上一节所述),则内存应相应增加。即,如果渲染1帧需要16GB,那么同时渲染两帧将需要大约2GB。

如果您要在每台计算机上安装多个GPU,请添加足够的CPURAM

磁盘

我们建议使用快速SSD驱动器。Redshift自动将纹理(JPG、EXR、PNG、TIFF等)转换为其自己的纹理格式,这种格式在渲染过程中加载和使用速度更快。这些转换后的纹理存储在本地驱动器文件夹中。我们建议为该纹理缓存文件夹使用SSD,以便在渲染过程中可以快速打开转换后的纹理文件。Redshift可以选择不执行任何此类缓存,而只是从原始位置打开纹理(即使这是网络文件夹),但我们不建议这样做。

网络和NAS

Redshift的渲染速度比CPU渲染器快几倍。这意味着您的网络负担也可能会更高,就像您添加更多渲染节点一样!如上所述,Redshift将纹理缓存到本地磁盘,因此它不会尝试一遍又一遍地通过网络加载纹理(只有在纹理发生变化时才会这样做)。但是,其他文件(例如Redshift代理)不会在本地缓存,因此将通过网络重复访问它们。在这种情况下,快速网络和网络附加存储(NAS)通常可以正常工作。

然而,在少数情况下,用户报告某些NAS解决方案的性能极低。由于市场上有许多NAS产品,我们强烈建议通过网络使用大型Redshift代理彻底测试您选择的NAS。例如,尝试导出包含万个左右三角形的大型Redshift代理(细分球体即可),将其保存在网络文件夹中,然后尝试通过网络路径和本地文件在场景中使用它-以及衡量两者之间的渲染性能差异。

使用Redshift进行渲染就像使用许多机器进行渲染一样。它可能会给您的网络带来压力。

彻底测试您的网络存储解决方案!其中一些存在性能问题!

如何使Redshift渲染的更快?

1、Redshift项目渲染慢,本地配置不足、本地渲染资源不够,在不增加额外的硬件成本投入的情况下,想要提升渲染速度,最好的解决方式是使用渲云云渲染,在云端根据需求选择合适的配置,可批量渲染,批量出结果,不耽误本地做其他的工作,并且能享受高配置、高内存、高性能服务器带来极致的渲染速度,节省渲染时间,提高工作效率。

渲云云渲染,可批量渲染任务,支持多种软件和渲染器、支持多种通道渲染,可根据需求定制渲染方案,支持高参数大图无忧渲染,支持影视动画序列渲染,可在手机/电脑实时进度查看,可通过手机端


转载请注明:http://blog.hzbdfjk.com/sszl/7261.html