Ang ideya ng maikling materyal na pagninilay ay ipinanganak mula sa isang kakaibang katotohanan. Sa proseso ng pag-optimize ng Premiere Pro at After Effects, at pagkatapos kong umalis ASUS TUF GeForce RTX 3090 24GB (Ang pagsusuri ay ginawa ng aking kasamahan na si Denys Zaichenko dito) Nalaman ko na sa pinakabagong pag-update, nawala ang kakayahang i-optimize ang programa para sa mga multi-core na processor - upang ipamahagi ang pag-render sa pagitan ng mga thread ng CPU.
Ipinaliwanag ito sa katotohanan na ang Adobe ay dahan-dahan ngunit tiyak na lumilipat mula sa pag-optimize ng CPU patungo sa pag-optimize ng GPU. Ito, kung mayroon man, ay tinatawag na GPGPU, o General Purpose GPU. At maaaring magkaroon ng malalaking problema sa pag-optimize para sa kasong ito, kahit na mayroon kang Intel Xe Graphics, bagaman ASUS RTX 3090 24GB!
Mga Pangunahing Kaalaman ng GPGPU
Tila na dapat walang mga problema - dahil ang GPU sa modernong bersyon ay binubuo ng tinatawag na stream processors. SA NVIDIA sila ay tinatawag na CUDA kernels, halimbawa. At ang mga processor na ito ay gumagana sa parehong prinsipyo tulad ng mga core ng isang regular na CPU.
Ang pagkakaiba sa kapangyarihan. Ang mga core ng CPU ay may malaking kapangyarihan sa pag-compute, ngunit isang maliit na bilang, kahit na isinasaalang-alang ang multithreading. At ang mga GPU core, bagama't sila ay maliit sa kapangyarihan, ay may kakayahang magsagawa ng isang tiyak na gawain. At sa parehong oras, mayroong daan-daang beses na higit pa sa kanila. Kung hindi libo-libo.
Materyal ng video tungkol sa GPGPU
Ayaw magbasa? Panoorin ang video:
Pagpapabilis ng hardware
At, sabihin nating, sa Premiere Pro, ang pagpoproseso ng mga epekto ng Lumetri sa processor - at higit pa, ang simpleng H264 encoding-decoding - ay tumatagal ng napakalaking oras. At ito ay normal, ang iba't ibang mga gawain para sa iba't ibang bakal ay ginagawa na may iba't ibang kahusayan. Sa totoo lang, kahit isang maliit na hardware video processing accelerator sa iGPU ay gumagawa ng mga tunay na himala, binabago ang bilis ng pag-render minsan nang maraming beses!
At sa view ng lumalagong kapangyarihan ng GPU - sabihin, sa ASUS Ang TUF RTX 3090 ay may kasing dami ng 24 gigabytes ng memorya ng video at higit sa sampung libong CUDA core - medyo lohikal na ang mga application ay na-optimize para sa naturang gawain.
Sa ilalim ng sampu-sampung libong maliliit na manggagawa na parallelize sa trabaho, inaalis ang load mula sa CPU. Pero ang tanong. Masyado bang kumukuha ang video card? Napansin ko na kapag nag-render ng mabibigat na epekto, mga transition at simpleng pagpapalit ng larawan gamit ang mga karagdagang paraan, nagsimulang bumagal ang computer.
Ang memorya ng video card ay barado sa zero, ang processor ay halos hindi lumahok sa pag-render ... pati na rin ang RAM. At ang nuance ay mayroon akong 128 GB ng RAM.
At, halimbawa, sa Premiere Pro, kalahati ng RAM ay idle, ang processor ay kalahating okupado, ang decoder-encoder ay ganap na nakakarelaks, ngunit ang VRAM ay jammed at ang pagganap ay halos zero.
Pinagsamang gawain
Ang pinakamasama ay nangyayari kapag nag-render ng isang proyekto na may halo-halong piraso - mga naka-link na komposisyon ng After Effects, halimbawa. Doon halos napupunta sa zero ang memorya ng video, nang walang babala. At upang mapataas ang bilis ng pag-render, kinakailangan na isara ang lahat ng mga application na kumakain ng VRAM. Tulad ng parehong Premiere Pro at After Effects! At umalis, sabihin, Media Encoder lang.
AT! Ang isang mahalagang pokus ay hindi isinasaalang-alang. Sabihin nating ang After Effects ay kumakain din ng RAM, at para sa magkabilang pisngi. PERO! Alam niya kung paano maubos ang cache! Magbakante ng memory para sa iba pang mga application. Ngunit walang programang gumagana nang ganoon sa memorya ng video! Ang memorya ay maaaring naharang o napalaya pagkatapos isara ang proyekto.
At oo, ang VRAM ay tiyak na mas mabilis kaysa sa DRAM, at kung minsan ay marami. Gayunpaman, sa mga pagsusuri ng Transcend, at hindi lamang ako umulit - para sa mga gawain sa trabaho, ang maraming mabagal na memorya ay mas mahusay kaysa sa isang maliit na piraso ng napakabilis na memorya.
Kung alam lamang ng programa kung paano i-clog ang memorya, ngunit hindi ito palayain nang mahusay hangga't maaari, kung gayon ang bilis ng memorya ay hindi makakatulong. At lumalabas na mayroon akong isang buong tambak ng RAM sa aking PC para sa Adobe Creative Suite... na magandang gamitin para sa pag-render.
Basahin din: Pagsusuri ng laptop ASUS ROG Zephyrus G14 2021: Natutuwa, ngunit walang wow effect
Ngunit hindi - halos umaasa ito sa kapus-palad na GTX 1080 Ti, kung saan ang halaga ng memorya ay higit sa SAMPUNG BESES na mas kaunti! At maaari mong sabihin, sabi nila, mayroong, kumbaga, ang parehong RTX, tulad ng parehong modelo ASUS Hinahatak ng TUF RTX 3090s ang NVLink gamit ang memory pooling! Ngunit narito muli mayroong isang nuance.
Para sa presyo ng dalawang RTX 3090, ibig sabihin, para sa 2x $2000. (Hindi na binibilang ang MSRP, hindi ito tumutugma sa modernong katotohanan) nakakakuha tayo ng... 24 GB ng memorya. Higit pa rito, hindi ito isang katotohanan na maaari itong gamitin para sa pag-render! Oo, ang ilang mga programa ay nagpapatupad ng pagpapaandar na ito. Pangunahin – pagmomodelo at pang-agham na mga kalkulasyon. At ang mga setting doon ay kakila-kilabot.
At sa halagang $4000, maaari nating punan ang lahat ng memory channel ng DDR4 ECC dies AMD Threadripper! 256 GB ang magiging pinakamasamang kaso! At din sa pagwawasto ng error, na wala sa RTX 3090.
Ang tanging nakikita kong dahilan na maaaring pigilan ka sa pag-optimize ng GPU bilang isang compute at ang RAM bilang isang buffer ay ang latency sa pagitan ng RAM at ng graphics card ay masyadong mataas para ma-override ang mga bonus ng volume. Sa kabilang banda, ang kakulangan ng VRAM ay nagpapabagal pa rin sa proseso. At hindi bababa sa maaari kang magdagdag ng RAM, kung iyon!
Mga resulta ng GPGPU
Ito ang panganib. Kahit na mayroon ka ASUS TUF RTX 3090, na partikular mong binili para sa mga gawain sa GPGPU, maaari ka pa ring magkaroon ng maiiwasang bottleneck. Kung ang mga programa ay gumamit ng mas maraming RAM sa halip na VRAM. Hindi ko makita kung paano ito mababago - ngunit kung ang trend ay magpapatuloy, ito ay magiging isang talagang dead-end na hinaharap.
Mga presyo para sa ASUS TUF RTX 3090 24GB
- Socket
- Lahat ng tindahan
