ایده این بازتاب مادی کوتاه از یک واقعیت عجیب زاده شد. در روند بهینه سازی Premiere Pro و After Effects، و در حال حاضر پس از خروج من ASUS TUF GeForce RTX 3090 24GB (بازبینی توسط همکار من دنیس زایچنکو انجام شد اینجا) متوجه شدم که با آخرین به روز رسانی، توانایی بهینه سازی برنامه برای پردازنده های چند هسته ای - برای توزیع رندر بین رشته های CPU - ناپدید شد.
این با این واقعیت توضیح داده شد که Adobe به آرامی اما مطمئناً از بهینه سازی CPU به بهینه سازی GPU می رود. این، در هر صورت، GPGPU یا GPU عمومی هدف نامیده می شود. و حتی اگر گرافیک Intel Xe داشته باشید، ممکن است مشکلات بزرگی در بهینه سازی برای این مورد وجود داشته باشد ASUS RTX 3090 24 گیگابایت!
به نظر می رسد که نباید مشکلی وجود داشته باشد - زیرا GPU در نسخه مدرن از به اصطلاح تشکیل شده است پردازنده های جریانی که در NVIDIA به عنوان مثال، آنها را هسته CUDA می نامند. و این پردازنده ها بر اساس همان اصل هسته های یک CPU معمولی کار می کنند.
تفاوت در قدرت. هسته های CPU قدرت محاسباتی قابل توجهی دارند، اما تعداد کمی، حتی با در نظر گرفتن چند رشته ای. و هسته‌های GPU، اگرچه قدرت کمی دارند، اما قادر به انجام یک کار خاص هستند. و در عین حال صدها برابر بیشتر از آنها وجود دارد. اگر نه هزاران.
نمی خواهی بخوانی؟ فیلم را ببینید:
و، بیایید بگوییم، در Premiere Pro، پردازش افکت‌های Lumetri بر روی پردازنده - و بیشتر از آن، رمزگذاری و رمزگشایی ساده H264 - زمان زیادی را می‌طلبد. و این طبیعی است، وظایف مختلف برای آهن های مختلف با کارایی متفاوت انجام می شود. در واقع، حتی یک شتاب دهنده پردازش ویدیوی سخت افزاری کوچک در iGPU معجزات واقعی انجام می دهد و سرعت رندر را گاهی اوقات چندین برابر تغییر می دهد!
و با توجه به قدرت رو به رشد GPU - مثلاً در ASUS TUF RTX 3090 دارای 24 گیگابایت حافظه ویدیویی و بیش از ده هزار هسته CUDA است - کاملاً منطقی است که برنامه ها برای چنین کاری بهینه شده باشند.
زیر ده ها هزار کارگر کوچک که کار را موازی می کنند و بار را از CPU حذف می کنند. اما سوال آیا کارت گرافیک بیش از حد فشار می آورد؟ متوجه شدم که هنگام رندر کردن افکت های سنگین، انتقال و تغییر ساده تصویر با وسایل اضافی، کامپیوتر شروع به کند شدن کرد.
حافظه کارت گرافیک صفر شده بود، پردازنده تقریباً در رندر شرکت نکرد ... و همچنین RAM. و نکته مهم این است که من 128 گیگابایت رم دارم.
و به عنوان مثال، در پریمیر پرو، نیمی از رم بیکار است، پردازنده نیمه اشغال شده، رمزگشا-رمز کاملاً شل است، اما VRAM گیر کرده و عملکرد تقریباً صفر است.
بدترین حالت هنگام رندر کردن یک پروژه با قطعات ترکیبی اتفاق می‌افتد - برای مثال ترکیب‌بندی‌های مرتبط افتر افکت. اینجاست که حافظه ویدیو تقریباً بلافاصله و بدون هشدار به صفر می‌رسد. و برای افزایش سرعت رندر باید تمامی اپلیکیشن هایی که VRAM می خورند را ببندید. مثل همان Premiere Pro و After Effects! و مثلا Media Encoder را بگذارید.
و یک تمرکز مهم در نظر گرفته نشده است. فرض کنید افتر افکت نیز رم می خورد و برای هر دو گونه. ولی! او می داند که چگونه کش را خالی کند! حافظه را برای سایر برنامه ها آزاد کنید. اما هیچ برنامه ای با حافظه ویدیویی اینطور کار نمی کند! پس از بسته شدن پروژه، حافظه مسدود یا آزاد می شود.
و بله، VRAM قطعا سریعتر از DRAM است، و گاهی اوقات بسیار. با این حال، در بررسی های Transcend، و نه تنها من تکرار کردم - برای کارهای کاری، حافظه آهسته زیاد بهتر از یک قطعه کوچک حافظه فوق العاده سریع است.
اگر برنامه فقط بلد باشد که چگونه حافظه را مسدود کند، اما آن را تا حد ممکن آزاد نکند، سرعت حافظه کمکی نخواهد کرد. و معلوم شد که من یک انبوه رم در رایانه شخصی خود برای Adobe Creative Suite دارم... که استفاده از آن برای رندر کردن خوب است.
همچنین بخوانید: بررسی لپ تاپ ASUS ROG Zephyrus G14 2021: لذت بخش است، اما بدون اثر شگفت انگیز
اما نه - تقریباً به طور کامل به GTX 1080 Ti متکی است، جایی که مقدار حافظه آن بیش از ده برابر کمتر است! و می توان گفت، آنها می گویند، همانطور که بود، همان RTX، مانند همان مدل وجود دارد ASUS TUF RTX 3090s NVLink را با تجمع حافظه می کشد! اما در اینجا دوباره یک تفاوت ظریف وجود دارد.
به قیمت دو RTX 3090 یعنی 2x2000 دلار. (MSRP دیگر حساب نمی شود، با واقعیت مدرن مطابقت ندارد) ... 24 گیگابایت حافظه می گیریم. علاوه بر این، این یک واقعیت نیست که بتوان از آن برای رندر استفاده کرد! بله، برخی از برنامه ها این قابلیت را اجرا می کنند. به طور عمده - مدل سازی و محاسبات علمی. و تنظیمات آنجا به سادگی وحشتناک است.
و با 4000 دلار می‌توانیم تمام کانال‌های حافظه را با قالب‌های DDR4 ECC پر کنیم Threadripper AMD! 256 گیگابایت بدترین حالت خواهد بود! و همچنین با تصحیح خطا که RTX 3090 ندارد.
تنها دلیلی که می توانم ببینم که ممکن است شما را از بهینه سازی GPU به عنوان یک محاسبات و RAM به عنوان یک بافر باز دارد این است که تاخیر بین RAM و کارت گرافیک آنقدر زیاد است که نمی تواند پاداش های حجم را لغو کند. از سوی دیگر، کمبود VRAM همچنان روند را کند می کند. و شما حداقل می توانید RAM اضافه کنید، اگر اینطور باشد!
این خطر است. حتی اگر داشته باشید ASUS TUF RTX 3090، که به طور خاص برای کارهای GPGPU خریداری کرده اید، ممکن است همچنان با یک گلوگاه قابل اجتناب مواجه شوید. اگر برنامه ها به جای VRAM از رم بیشتری استفاده می کردند. من نمی توانم ببینم چگونه می توان این را تغییر داد - اما اگر این روند ادامه یابد، آینده ای واقعاً بن بست خواهد بود.
پاسخ دهید