Chaos
cn
登录
产品

拓展您的创意世界

探索 Chaos 生态系统

合集

云渲染

模拟

解决方案教育用户社区
Partners in Art 了解详情
支持

访问 Chaos 帮助中心

访问帮助中心

我的账户

Chaos Help Center


学习资料作品集

以CPU进行CUDA渲染

GPU代码很难除错。 当代码崩溃时,不可避免地可能只回传一个内核转储(kernel dump), 并不会提供关于代码到底哪个部分实际导致崩溃的信息。为了了解崩溃原因,开发人员必须将注释掉(comment out)代码的每个部分,直到找到罪魁祸首。 这个过程相当乏味且耗时。

 

为了使GPU除错更容易,我们的主要GPU开发人员Blago Taskov先生想到一个方法,就是将CUDA代码移植到CPU,在这样他可以使用更好的除错工具。一旦他成功移植后,Blago就可以确定哪些代码行导致崩溃。这样却意外带来重大发现! 现在,V-Ray CUDA在两个CPU和GPU上进行渲染,并且产生完全相同的结果,V-Ray Hybrid混合渲染由此正式诞生。

 

V-Ray混合渲染基准实验

为了找出通过将添加CPU到GPU混合后可提升多少渲染速度,我们在Dabarti工作室的好朋友们对两个V-Ray CUDA场景进行了基准检验。

根据这些场景,添加CPU有助于将渲染时间减少13%和25%。 这是一个值得鼓舞的速度提升,不再只是让这些强大的CPU闲置在那。

硬件

CPU:两个 Intel Xeon CPU E5-2687W v3 3.10 GHz,共40个逻辑CPU内核

RAM:128 GB

GPU:两个NVIDIA Quadro GP100,每个16GB,总共7,168个GPU内核

© Dabarti Studio

火星探测器的场景

发动机:V-Ray 3.6 CUDA

分辨率:1920×1080

Noise阈值:0.01

 

GPU + CPU

时间:4:27(267s)

 

仅GPU

时间:5:03(303s)

比GPU + CPU长13%

 

仅CPU

时间:26:25(1585s)

比单独的GPU长520%

盐和胡椒的场景

发动机:V-Ray 3.6 CUDA

分辨率:1920×1080

Noise阈值:0.01

 

GPU + CPU

时间:9:11(551s)

 

仅GPU

时间:11:33(693s)

比GPU + CPU长25%。

 

仅CPU

时间:40:52(2452s)

比GPU单独长354%。

我们来看看V-Ray Hybrid的几个实例:

 

最大化您的计算能力

如果你有一个强大的工作站,比方说四十个CPU核心和四个GPU,你可以利用其所有的计算能力。不会任其闲置

 

使用所有的渲染节点

许多艺术家和工作室都有GPU和CPU工作站以及CPU渲染节点。 使用V-Ray Hybrid,就可以使用所有硬件来进行渲染。

 

CPU回退(fallback)

如果您的场景不符合您的GPU RAM上限,您仍然可以在CPU上渲染。

 

随时升级到GPU

当您的CPU机器已经准备好更换,V-Ray Hybrid可以帮助您轻松地转换到更多的GPU渲染,同时继续利用现有的CPU资源。 另外,如果在工作站或渲染节点上有一个空的PCIe插槽,添加一个GPU可以提供明显的速度提升,而不需要更换整台计算机。

 

需要注意的几件事情

V-Ray Hybrid和V-Ray Production renderer

值得注意的是,V-Ray Hybrid(GPU-CPU CUDA)渲染器与V-Ray Production(CPU)渲染器是不同的,这两个引擎将持续保持分开。

 

GPU核心与CPU核心

虽然V-Ray Hybrid可以同时在CPU和GPU上渲染,但CPU内核和GPU内核也不尽相同。 例如,具有2560个内核的GPU不会单纯地是8核CPU的320倍。 为了确定实际的速度差异,需要实际进行基准检验。

ChaosEnscapeCylindo
© 2023 Chaos Software 保留一切权利

Your shopping cart

There are no items in your cart.

Continue shopping
MasterCard
Visa
AmEx
JCB
Discover
PayPal