Het idee van deze korte materiële reflectie is geboren uit één vreemd feit. Tijdens het optimaliseren van Premiere Pro en After Effects, en al nadat ik vertrok ASUS TUF GeForce RTX 3090 24 GB (de recensie is gedaan door mijn collega Denys Zaichenko hier) Ik heb geleerd dat met de laatste update de mogelijkheid om het programma te optimaliseren voor multi-coreprocessors - om de weergave tussen CPU-threads te verdelen - verdween.
Dit werd verklaard door het feit dat Adobe langzaam maar zeker overgaat van CPU-optimalisatie naar GPU-optimalisatie. Dit wordt in ieder geval een GPGPU of General Purpose GPU genoemd. En er kunnen enorme problemen zijn met optimalisatie voor dit geval, zelfs als je Intel Xe Graphics hebt ASUS RTX3090 24GB!
Basisprincipes van GPGPU
Het lijkt erop dat er geen problemen zouden moeten zijn - omdat de GPU in de moderne versie bestaat uit de zogenaamde stroomverwerkers. IN NVIDIA ze worden bijvoorbeeld CUDA-kernels genoemd. En deze processors werken volgens hetzelfde principe als de kernen van een gewone CPU.
Het verschil in vermogen. CPU-kernen hebben een aanzienlijke rekenkracht, maar een klein aantal, zelfs gezien multithreading. En de GPU-kernen, hoewel ze klein zijn, zijn in staat om een bepaalde taak uit te voeren. En tegelijkertijd zijn het er honderden keren meer. Als het niet duizenden zijn.
Videomateriaal over GPGPU
Wil je niet lezen? Bekijk de video:
Hardware acceleratie
En, laten we zeggen, in Premiere Pro kost het verwerken van Lumetri-effecten op de processor - en wat meer is, eenvoudige H264-codering-decodering - enorm veel tijd. En dit is normaal, verschillende taken voor verschillende ijzers worden uitgevoerd met verschillende efficiëntie. Zelfs een kleine hardware-videoverwerkingsversneller in de iGPU doet echte wonderen, waarbij de weergavesnelheid soms vele malen verandert!
En gezien de groeiende kracht van de GPU - zeg maar in ASUS TUF RTX 3090 heeft maar liefst 24 gigabyte aan videogeheugen en meer dan tienduizend CUDA-cores - het is vrij logisch dat applicaties voor dergelijk werk zijn geoptimaliseerd.
Onder tienduizenden kleine arbeiders die het werk parallelliseren en de CPU ontlasten. Maar de vraag. Neemt de videokaart te veel op? Ik merkte dat bij het weergeven van zware effecten, overgangen en het eenvoudigweg wijzigen van de afbeelding met extra middelen, de computer begon te vertragen.
Het geheugen van de videokaart was tot nul verstopt, de processor deed bijna niet mee aan de weergave... evenals het RAM-geheugen. En de nuance is dat ik 128 GB RAM heb.
En in Premiere Pro is bijvoorbeeld de helft van het RAM-geheugen inactief, de processor half bezet, de decoder-encoder volledig ontspannen, maar de VRAM is vastgelopen en de prestaties zijn bijna nul.
Gezamenlijk werk
Het ergste gebeurt bij het renderen van een project met gemengde stukken - gekoppelde composities van bijvoorbeeld After Effects. Dat is waar het videogeheugen vrijwel onmiddellijk naar nul gaat, zonder waarschuwing. En om de weergavesnelheid te verhogen, is het noodzakelijk om alle toepassingen die VRAM gebruiken te sluiten. Zoals dezelfde Premiere Pro en After Effects! En laat bijvoorbeeld alleen Media Encoder over.
EN! Er wordt geen rekening gehouden met een belangrijk aandachtspunt. Laten we zeggen dat After Effects ook RAM eet, en voor beide wangen. MAAR! Hij weet hoe hij de cache moet legen! Maak geheugen vrij voor andere toepassingen. Maar geen enkel programma werkt zo met videogeheugen! Het geheugen wordt geblokkeerd of vrijgemaakt na het afsluiten van het project.
En ja, VRAM is beslist sneller dan DRAM, en soms veel. Echter, in de recensies van Transcend, en niet alleen ik herhaalde - voor werktaken is veel langzaam geheugen beter dan een klein stukje supersnel geheugen.
Als het programma alleen het geheugen weet te verstoppen, maar niet zo efficiënt mogelijk vrijmaakt, dan zal de geheugensnelheid niet helpen. En het blijkt dat ik een hele hoop RAM in mijn pc heb voor Adobe Creative Suite... wat leuk zou zijn om te gebruiken voor rendering.
Lees ook: Laptoprecensie ASUS ROG Zephyrus G14 2021: blij, maar geen wow-effect
Maar nee - het vertrouwt bijna volledig op de ongelukkige GTX 1080 Ti, waar de hoeveelheid geheugen meer dan TIEN KEER minder is! En je kunt zeggen, ze zeggen, er zijn als het ware dezelfde RTX, zoals hetzelfde model ASUS TUF RTX 3090's trekken NVLink aan met geheugenpooling! Maar ook hier is er weer een nuance.
Voor de prijs van twee RTX 3090, dat wil zeggen voor 2x $ 2000. (MSRP wordt niet meer meegeteld, het komt niet overeen met de moderne realiteit) we krijgen... 24 GB geheugen. Bovendien is het geen feit dat het kan worden gebruikt voor rendering! Ja, sommige programma's implementeren deze functionaliteit. Voornamelijk – modellering en wetenschappelijke berekeningen. En de instellingen daar zijn gewoon verschrikkelijk.
En voor $ 4000 kunnen we alle geheugenkanalen vullen met DDR4 ECC-stempels AMD Threadripper! 256 GB zal het slechtste geval zijn! En ook met foutcorrectie, die RTX 3090 niet heeft.
De enige reden die ik kan zien dat je ervan zou kunnen weerhouden de GPU als rekenkracht en het RAM-geheugen als buffer te optimaliseren, is dat de latentie tussen RAM en de grafische kaart te hoog zou zijn om de volumebonussen te negeren. Aan de andere kant vertraagt het ontbreken van VRAM het proces nog steeds. En je kunt op zijn minst RAM toevoegen, als dat zo is!
GPGPU-resultaten
Dit is het gevaar. Zelfs als je ASUS TUF RTX3090, die u specifiek hebt gekocht voor GPGPU-taken, kunt u nog steeds een vermijdbaar knelpunt tegenkomen. Als programma's meer RAM gebruikten in plaats van VRAM. Ik zie niet hoe dit kan worden veranderd - maar als de trend zich voortzet, wordt het een echt doodlopende toekomst.
Prijzen voor ASUS TUF RTX 3090 24 GB
- rozetka
- Alle winkels
