RENDER ZONE

http://www.ontmoeting.nl/renderzone/

homepage

Op deze pagina:
GPGPU computing
Samenvatting
CUDA
CUDA voor render programma's
GPUDirect RDMA
SLI
GPU render programma's
Farm- en cloud renderen
Links

GPGPU computing


CUDA is het parallel werkende computer platform en programmeer model dat door NVIDIA is ontwikkeld. Geen enkele andere grafische kaart fabrikant heeft de CUDA feature. Maar het ging niet vanzelf. NVIDIA heeft jaren geleden VOL ingezet op het ontwikkelen van deze parallele rekencapaciteit.

Of het uniek is? Zeker niet, ook AMD voorheen ATI heeft een parallele verwerkingscapaciteit in haar grafische kaarten ingebouwd. De twee systemen zijn echter niet gelijk aan elkaar. En vergelijkingen in snelheid zijn door de verschillen in architectuur en opbouw moeilijk te maken.

Daar waar NVIDIA uitsluitend ontwikkeling doet en de chip fabricage uitbesteed is AMD ook bezig om de chips te maken. De te maken investeringen in de productie van chips is hoog, aangezien elke periode er nieuwe apparatuur moet worden aangeschaft om de race naar kleinere afstanden bij te houden. Om meer transistor functies te gebruiken met een lager energieverbruik. Intel met z'n CPU's zet daarbij de standaard. Maar NVIDIA heeft door het uitbesteden het zelfde ritme te pakken. NVIDIA laat vervolgens de ontwikkelde chips niet zelf op een printplaat zetten. Daartoe dienen een aantal grote spelers in de markt die elk hun eigen voorkeur / interpretatie geven voor kloksnelheid, geheugen, koeling, opstelling etc.

Dit hoofdstuk gaat over CUDA, maar dat wil niet zeggen dat AMD de parallele capaciteit in zijn moderne grafische kaarten voor niets heeft gemaakt. Veel gebruikers kunnen (tegen een iets lagere aankoopprijs) een aantal processen bijzonder snel laten uitvoeren door de AMD GPU. De keuze tussen AMD en NVIDIA is er dan ook een van onderzoek, onderzoek naar de te gebruiken software. NVIDIA heeft zelf CUDA renderprogramma's ontwikkeld en belangrijke hoofdrolspelers in de render software wereld hebben dat ook gedaan.

AMD moet het hebben van OpenCL (open source), waar een groot aantal miljoenen keren voortkomende berekeningen zo optimaal mogelijk worden berekend (omgezet in bitcode) om uiteindelijk een rendering op te leveren. Ook in het OpenCL segment zijn belangrijke render software fabrikanten actief. AMD heeft ervoor gezorgd dat juist die OpenCL code zo optimaal mogelijk in zijn parallele GPU kan worden verwerkt.

Voordelen

CUDA : bijzonder goede ontwikkeling, support, onderricht en marketing, markt voor render programma's die met CUDA rekenen breidt zich uit.

AMD : OpenCL is voor de ontwikkelaars van software wat minder goed in ondersteuning. Aantal render programma's met deze optie breidt zich ook uit. NVIDIA biedt met de GPU's ook de mogelijkheid om OpenCL te draaien.

Nadelen

CUDA : vast gekoppeld aan de maker NVDIA, dus (nog) geen open standaard

AMD OpenCL : OpenCL is een open standaard, alleen de ondersteuning is zeker niet optimaal.

 

Samenvatting

De keuze tussen NVIDIA en AMD in het hogere segment, waarbij echte werkstations met 1 - 4 professonele GPU's worden uitgerust, is gemakkelijk en helemaal toebedeeld aan NVIDIA. Daaronder is de keuze tussen AMD en NVIDIA minder eenvoudig te maken. Het zal afhangen van de bereidheid om investering te doen in hardware met de door u gekozen prijs / prestatie verhouding.

Geïntegreerde grafische functies

In het high-end maar ook in het midden segment telt HD Graphics van Intel helemaal niet mee. Het is alleen ontwikkeld om de kostprijs van de PC te drukken, maar niet om de grafische presentatie optimaal te maken. En parallel rekenen kunnen deze grafische functies al helemaal niet. Intel heeft er vreemd genoeg voor gekozen om te doen voorkomen alsof HD 4000 of Iris Graphics een grafische kaaart zou zijn, niets is minder waar. Het is een onderdeel van de Intel processor (klantenbinding), waar toch wat ruimte over was om deze grafische functie bij op te nemen.

De meeste 3D- en render programma's ondersteunen deze geïntegreerde grafische functie niet of onder voorbehoud.

NVIDIA processor voor grafische kaart.

 

Opgelegd

Apple

Helaas is het zo dat in 2015 Apple computers steeds meer met AMD kaarten is gaan werken, onmeer vanwege de voorlige inkoopprijs. Daarmee doen ze duidelijk afstand van de high-end markt. Temeer omdat de grafische kaarten in vrijwel alle Apple computers niet meer uitwisselbaar zijn (in het grijze verleden was dat wel mogelijk). De hardware wordt en moet in één keer worden aangeschaft, bijsturen en optimaliseren op een later tijdstip is er niet meer bij.

Wilt u betere Apple hardware? Dan zit er maar één ding op: een nieuwe computer kopen. Apple duwt ook steedsd meer Intel integrated graphics in de diverse types, een hernieuwde evaluatie zal dan nadelig kunnen uitpakken: Windows platform.

 

Windows

Bij Windows computers kunnen we kiezen uit een breed assortiment hardware, inclusief high-end spullen die door enkele speciaal zaken worden verkocht. Daarnaast en dat wordt aanbevolen is het mogelijk om een high-end computer zelf samen te stellen uit de onderdelen die u wenst en die het beste bij uw werkzaamheden aansluiten. Om daarmee de computer over 1, 2 of 3 jaar uit te rusten met nieuwe elementen of dingen te veranderen, waardoor het op dat moment weer helemaal optimaal kan functioneren.

Voor een echt werkstation dient u momenteel met Windows aan de slag te gaan, zelfs de MacPro biedt vrijwel geen enkele mogelijkheid om onderdelen in de loop van de effectieve levensduur te verwisselen met nieuwe componenten. Laat u in de Apple winkel daarover niets op de mouw spelden.

Kiezen we een moderne optimale CPU, moederbord, PCI Express sloten, voeding en uiteindelijk een GPU, dan is de computer later gemakkelijk met een of meer extra GPU's uit te breiden. Iets dat bij Apple onmogelijk is gemaakt.

 


Verschillen renderen met CPU ten opzichte van GPU

Rendering boven met V-Ray CPU uitgevoerd in 19 min en 11 sec. Onder met V-Ray RT GPU CUDA in 3 min. 4 sec.

 

Snelle rendertijd altijd beter ?

NB. Rendertijden naast elkaar leggen is in een productie render omgeving aantrekkelijk om meer in kortere tijd te doen. Het zal zeker niet altijd voor alle opdrachten maatgevend kunnen zijn. Het maken van speciale renderingen met bv. Maxwell Render vragen nu eenmaal veel, heel veel tijd, maar dan kan er met de nodige vakkennis ook heel veel voor terugkomen.

We zien steeds meer dat render bedrijven beide disciplines in huis hebben: CUDA renderen en high-end CPU renderen met 4 - 6 - 8 cores in snelle moderne Intel processoren.

980 grafische kaart NVIDIA.


CUDA

http://www.nvidia.com/object/cuda_home_new.html

Lang geleden werd de ontwikkeling van CUDA door NVIDIA met energie en investeringen door visie gedreven aangevangen. Daarbij kregen de ontwikkelaars van bv. renderprogramma's een dominante plaats toebedeeld, met perfecte documentatie en goede SDK's plus de nodige opleiding en support. Dat blijkt jaren later een goede keuze. Ontwikkelingsdrang, maar vooral visie over de ontwikkelingen in deze telkens veranderende PC markt zijn belangrijk, ze zijn allebij in ruime mate aanwezig bij NVIDA.

Daarnaast werden ook eigen GPU-gebaseerde render programma's uitgebracht als SDK, waarmee de fabrikanten van renderprogramma's deze kunnen inpassen in hun eigen menu structuur. Dit is voor render software fabrikanten een aantrekkelijke manier om met een bochtje om de zware ontwikkeling heen te stappen en zich te concentreren op de wezenlijke dingen bij een render programma plus de belangrijke manier van werken: de interface.

Alleen door vastberadenheid en doorzettingsvermogen is CUDA een wereldstandaard geworden. Iets wat andere fabrikanten op achterstand plaatst. Deze hadden kennelijk geen vooruitziende blik en minder kapitaal om dit te ontwikkelen tot wat het nu is.

AMD heeft echter wel degelijk een eigen soort parallele rekenkracht in zijn grafische kaarten ingebouwd, maar op een andere wijze geïmplementeerd. Ze beoogen voor een deel hetzelfde: een snelle parallele motor aanbieden aan ontwikkelaars van software om allerlei processen (waaronder renderen) sneller te laten verrlopen.

http://www.amd.com/en-us/products/graphics/workstation/firepro-3d

De nieuwste AMD grafische kaarten bezitten 16 GB GDDR5 geheugen en leveren 5.24 TFLOPS in enkele precisie snelheid (W9100 AMD Fire Pro professional Graphics. Verder is de kracht daar de verwerking van OpenCL waarvan 2.0 wordt gesupport. en is er een DirectGMA bypass plus de multi-stream hardware voor snelle video encoding. Om bij de W9100 te blijven deze bezit 2.816 stream processors (44 compute units). OpenGL 4.3 wordt tevens ondersteund.

Een AMD stream processor of een compute unit, kan niet één op één worden vergeleken met die van een CUDA cores. De stream processoren werken op een lagere frequentie, zijn kleiner en voeren eenvoudiger instructies uit. Waardoor ze voor een bepaalde bewerking meer klokperioden nodig hebben. Dat is voor de programmeur voor stream processors / programma's te merken. CUDA heeft minder optimalisatie nodig van de programmeur, de kaart beslist zelf welke cores er worden ingezet. Vandaar dat er meer bibliotheken, code onderdelen en ontwikkelaars hulpmiddelen voor NVIDIA CUDA beschikbaar zijn.

 

Het zal afhangen van de toepassing van diverse te gebruiken programma's welke van de twee het zal winnen / welke in een bepaalde werkomgeving het meest interessant zal zijn.

Het beschikbare aantal CUDA cores of streams kunnen qua prestaties niet naast elkaar worden gelegd. Ze werken allebij met de Shader technology (Universal Shader Architecture).

AMD heeft zijn aandacht op OpenCL gericht, zoals bv. voor Adobe programma's en met een paar render programma's kan worden gebruikt. Daarmee in het kielzog van Apple, die OpenCL ondersteund, maar soms te weinig van harte, aldus de programmeurs. Apple hanteerd daar een zwalkend beleid, waardoor het minder sterk overkomt, alsof er geen visie meer is. In ieder geval wordt de visie sterk afhankelijk gemaakt van de verkoop en marketing en veel minder door wat er op dit moment technisch mogelijk zou zijn geweest. We zouden wensen dat de "oude Apple" weer terug zou komen.

AMD vs. NVIDIA parallele verwerking

Als het al mogelijk is, dan zou er een wedstrijd moeten worden uitgeschreven over hoeveel 1 en hoeveel 2 precisie floating berekeningen er per seconde mogelijk zijn. Deze berekeningen komen heel veel in een renderprogramma voor.

Which is beter for rendering? OpenCL vs CUDA vs CPU

https://www.youtube.com/watch?v=OoCdycNp0pY

Een wazige video wellicht gesponsord door AMD, waarin de volgende uitkomsten naar voren komen:

CPU rendertijd 39:00
CUDA rendertijd 22:53
AMD rendertijd 20.53
Maar waar de technische gegevens van AMD NIET boven water komen, heeft zo dus geen enkele waarde, behalve verwarring zaaien.

Er zijn bronnen die melden dat 1 CUDA core kan worden vergeleken met 1,5 x stream processor. Of te wel een stream processor zou 0,66 deel zijn van een CUDA core.

Hou er rekening mee dat in een NVIDIA GPU uiteraard ook prima met OpenCL kan worden gewerkt, het is niet voorbehouden aan AMD GPU's alleen. NVIDIA biedt CUDA cores & OpenCL.

 

Onderbouwde uitleg

http://www.sisoftware.co.uk/?d=qa&f=gpgpu_gpu_perf

GeForce GTX in de Windows computer.

 

Is CUDA ontwikkeld voor render programma's?

Zeker niet, maar het maakt wel deel uit van de mogelijkheden, die de cores bieden voor het nieuwe parallele snelle verwerkingsterrein. Waar ook vloeistof simulatie, CT recontructie, zeismische waarnemingen, bank- en verzekerings financiële prognoses, video processing, biologie en chemie deel van uitmaken. Wereldwijd zijn er meer dan 1000 programma's ontwikkeld die allemaal gebruik maken van CUDA cores.

NVIDIA verschaft een goede basis voor ontwerpers van programma's, waarbij hij een keuze heeft uit C++, C, Python of Fortran als taal. Maar ook OpenACC directives is mogelijk.

 

Huidige ontwikkel versie CUDA 7.0

In de meeste programma's zal deze nog niet worden ondersteund, versie 5.0 is momenteel het meest gangbare.

"The performance of the double-precision reciprocal instruction rcp(x) in round-tonearest mode was significantly improved."

 

Online documentatie over de CUDA Toolkit Documentation v 7.0

http://docs.nvidia.com/cuda/index.html#axzz3e9ZbJP83

 

Versie 7.0

Mac OSX 10.9, 10.10 nog niet ondersteund
plus de CUDA Toolkit

 

Windows 7, 8.1

Microsoft Visual Studio en de Toolkit

 

Linux

Ondersteunde Linux uitgave en versie plus de Toolkit

http://docs.nvidia.com/cuda/cuda-getting-started-
guide-for-linux/index.html#axzz3e9ZbJP83
 
 
De taal om CUDA parallele processen te starten lijkt voor een deel op de instructie set van programmeertaal C.
 

 

GPUDirect RDMA

GPUDirect RDMA is een techniek die bij de NVIDIA Kepler-class GPU's en CUDA v 5.0 is geïntroduceerd. Daarmee is het mogelijk om een direct pad voor uitwisseling van data te maken tussen GPU en een derde partij peer device, met de standaard mogelijkheden van PCI Express. Voorbeelden zijn netwerk interface, video acauisitie en opslag adapters.

GPUDirect DMA is ook beschikbaar voor NVIDIA Tesla en Quadro GPU's.

Er zijn wel beperkingen, de twee apparaten dienen over dezelfde upstream PCI Express root te beschikken.

 

 

GPUDirect RDMA within the Linux Device Driver Model

Read more at:

http://docs.nvidia.com/cuda/gpudirect-rdma/index.html#ixzz3e9bUX9N3

 

SLI

NVIDIA biedt met SLI (Scalable Link Interface) de mogelijkheid om grafische toepassingen op te schalen en te verdelen over meerdere grafische processoren. Daartoe is een SLI-Certified moederbord nodig !

AMD heeft daar de CrossFire techniek voor om meerdere AMD kaarten met elkaar te kunnen laten samenwerken.

http://search.amd.com/en-gb/Pages/results-all.aspx#k=crossfire

bij AMD.

 

Met twee grafische kaarten is het zo mogelijk om bijna een zo'n 2 x zo hoge verwerkingscapaciteit te komen.

Om SLI te kunnen gebruiken is een geschikt moederbord nodig en twee of 3 SLI gecertificeerde GeForce grafische kaarten en een koppelingskabel. Er zijn configuraties mogelijk met 2, 3 of zelfs 4 kaarten op één moederbord.

NVIDIA beveelt het gebruik van een SLI gecertificeerde voeding aan, plus chassis. Voor een complete lijst van GPU's :

http://www.geforce.co.uk/hardware/technology/sli/supported-gpus

Waarbij de GTX Titan X en GTX 980 Ti boven aan de lijst prijken.

 

Titan serie : technische gegevens. Klik in de afbeelding voor een vergroting.

 

 

Waneer is SLI een zinvolle investering?

NVIDIA stelt dat er geen ander PC onderdeel Upgrade zo effectief is door bijna 100 % extra capaciteit die aan het rekenproces kan worden toegevoegd.

Alle CUDA compatibele programma's die SLI ondersteunen kunnen hier heel veel baat bij hebben. Waardoor bv. gamers over een veel snellere verwerkingssnelheid kunnen beschikken.

Er is wel één maar (geldt overigens ook bij AMD) en dat is dat sommige OUDERE programma's het hele systeem van verdelen van de rekenkracht door meerdere kaarten NIET ondersteunen. Ook met een volledig compatibele hardware in de computer! Deze hebben een beperking, die op een ander terrein ligt dan die van de GPU's. Probeer daar van te voren al rekening mee te houden.

Er is uiteraard een groeipad mogelijk, waarbij eerst 1 grafische kaart wordt gebruikt met CUDA en in de loop van de tijd (mits de hardware daarvoor geschikt is) 1, 2 of zelfs 3 er bij.

Bekijk de monitor tool voor SLI op internet, de nieuwste kaarten stonden daar nog niet bij.

Introductie van de Titan X met 3.072 CUDA cores.

 

SLI Multi-Monitor Configuration Tool

Use the configuration tool below to determine the maximum number of displays, connector diagrams and other information for your configuration. Please select your GPU model first, select your SLI mode, and then choose if you are running with SLI multi-monitor mode.

http://www.geforce.co.uk/hardware/technology/sli/system-requirements

Het is zelfs mogelijk om op één 'moederbord van de grafische kaart' met twee processoren te werken, welke intern middels SLI met elkaar zijn verbonden. Eén grafische kaart met twee processoren.

Het werken met 3 en 4 (!) grafische kaarten is vanaf 2008 geïntroduceerd "Quad SLI", waarbij vier GPU's met elkaar worden verbonden. In eerste instantie werden daarbij twee 'multi-GPU-kaarten' met elkaar gekoppeld. Later werden vier losse grafische kaarten mogelijk. Deze wijze is ook bij AMD mogelijk met stream processors.

 

Global Illumination voorbeeld van NIVDIA in de bekende CornellBox style.

 

Vragen en antwoorden SLI:

http://www.geforce.co.uk/hardware/technology/sli/faq

Fantastische promotie film van NVIDIA met een gigantisch terrein, allemaal frame voor frame gerenderd met CUDA cores en meerdere GPU's.


GPU render programma's

NVIDIA heeft zelf enkele programma's ontwikkeld die met één of meerdere grafische kaarten kan werken middels CUDA cores.

Daarnaast verkopen ze SDK's aan vooraanstaande render bedrijven, die dit onderdeel in kunnen bouwen in hun eigen applicatie. Er is een doordachte strategie om CUDA tot een succes te maken, ze geloven er al heel lang in.

http://www.nvidia.com/object/advanced-rendering.html

 

IRAY

Is één van de aantrekkelijke renderprogramma's die 'physically based' is en foto realistische oplossingen biedt voor de ontwerper.

 

Mental Ray

Ook in dit NVIDIA programma wordt dankbaar gebruik gemaakt van de CUDA technologie. Eveneens 'physcically correct light simulation' met volledige controle over het visuele beeld effect dat u wilt bereiken. Mental Ray wordt ondermeer door de film industrie gebruikt, visuele effect studios en ontwerp studios.

 

Optix

Is wellicht minder bekend, maar wel van NVIDIA. Het is een te programmeren framework dat kan worden gebruikt door ontwikkelaars van Ray Tracing render toepassingen om hun software sneller te kunnen ontwikkelen.

 

 

Materiaal definitie-taal door NVIDIA ontwikkeld

The NVIDIA Material Definition Language (MDL) provides a highly flexible means to define physically based materials and lights that can be used with any renderer having MDL support. Daarmee onderscheidt het zich van de open source variant.

De NVIDIA partners

Deze firma's gebruiken de Render Engine CUDA van NVIDIA:

V-Ray RT

Octane Render

Arion

FurryBall

RedShift

Mosikito Render

Blender - cycles

Indigo renderer

Thea Presto render

 

V-Ray RT werd door filmmaker Kevin Margo voor zijn film Construct gebruikt. Met 4K resolutie en 60 frames per seconde (!) voor elk oog. Eén frame kostte 9,5 uur rendertijd met VCA op een multi-core CPU. Nu is dat teruggebracht naar 14 minuten op een enkele computer met meerdere GPU's en V-Ray RT.

 

NIVIDA Iray compatibele applicaties

De bekendste daarvan zijn:

Autodesk 3DS Max, Autodesk Revit, Autodesk Maya, Rhinoceros en als distributed rendering software Iray Server van NVIDIA.

Verder Dassualt, DAZ studio, Bunkspeed, Bloom unit voor SketchUp, Lightwork Design bieden Iray+ voor 3D visualisatie.

Bunkspeed wordt voornamelijk gebruikt als render programma voor product ontwikkeling.

Zie ondermeer de technische vereisten om met Bunkspeed te kunnen werken:

http://www.bunkspeed.com/software/pro/techspecs

En dat zijn echt de top merken, die een ieder in de visuele-/cad cam wereld kent.

Bloom Unit biedt een Cloud oplossing aan

"Tired of complex 3D rendering tools? Use the Cloud to make it easy"

zo luidt de kop. Wij zijn daar geen voorstander van, alhoewel er zeker een beperkte markt voor aanwezig zal zijn. Alles wat buiten de deur moet gebeuren kan onderhevig zijn aan concurrentie vervalsing en veiligheid. Daarnaast is er meestal een dubbele investering nodig: een goede PC, aanschaf render programma, snelle internet verbinding, en dan ook nog per rendering afrekenen bij een derde partij. Ook minder aantrekkelijke en uiteindelijk niet gebruikte renderingen moeten worden afgerekend. Elke rendering vraagt om een extra investering. En met het gebruik van een CUDA render programma lijkt dat al totaal overbodig.

Met OpenCL en goede snelle GPU ook, alleen bij render programma die CPU gebaseerd zou het soms aantrekkelijk kunnen zijn, om over een groot aantal CPU cores te kunnen beschikken (buiten de deur) gedurende een bepaald project. Echter de cores blijven niet 24/7 wachten op uw opdracht, de verwerking KAN heel snel gaan, in de dagelijkse praktijk (lees de corresponderende Fora er maar op naar) duurt het soms meer dan een dag voor de renderingen worden afgeleverd en dat stond niet als feature op de websites vermeld. Daar gaat de deadline alsnog.

Er zijn tegenwoordig mogelijkheden genoeg om zelf een gedegen onderzoek te starten naar de hardware benodigdheden om zelf met meerdere CPU cores te gaan renderen, of met netwerk rendering. Maar ook met OpenCL en CUDA is veel mogelijk in huis, waardoor na de eerste investering er een prima fundament aanwezig is om alles in huis, vlot en flexibel, zonder veiligheids problemen zelf te verwerken.

Toch uitbesteden, maar dan anders

Het uitbesteden aan specifieke daartoe gespecialiseerde Render firma's in eigen land is een heel ander verhaal. Deze zijn er helemaal op ingericht om uw ontwerpen veilig en wel, in korte tijd optimaal te renderen. Ze hebben de benodigde kennis in huis om dat te doen en hebben geïnvesteerd in de nodige hardware om dat vlot te kunnen doen. Waardoor u uw aandacht op andere spoedeisende zaken kunt richten. Daarmee kunt u wèl uw deadline halen.

 

Farm- en Cloud rendering

We zien vooraanstaande render fabrikanten direct en zonder nadenken in zee gaan met dergelijke nieuwe render bedrijven 'op afstand'. Maar ook render bedrijven die het als een welkome uitweg zien om snel uit de economische krisis te komen, waarbij de Farm of Cloud operater een bepaalde fee per rendering aan deze firma's betalen. Shaderlight was in dat opzicht een voorbeeld. Het bedrijf ging in het verleden niet goed, de programmeurs werden ontslagen of gingen weg en het programma stond meer dan 2 jaar gewoon stil. Wel werd voortvarend samenwerking met een Amerikaans bedrijf gezocht om Shaderlight renderingen 'snel' uit te voeren voor de client, die het programma had aangeschaft. Een extra verdienmodel, zonder er verder bij na te denken. Na het faillisement van Shaderlight in Engeland lijkt het doek gevallen.

Zie onze pubicatie

http://www.ontmoeting.nl/opentech/003/index.html

Waarbij een Quad of hogere CPU core wordt aanbevolen, samen met meerdere GPU's. Ze bieden dan Realtime Resolution tot aan 4096x2048 (met 4K display) en de Rendering Resolutie is onbeperkt (!). Een lijst met goede GPU's staat ook op deze pagina. In een paar minuten (!) in plaats van uren kan een rendering worden gemaakt.

 

"If you're talking about CUDA rendering, then that would be because it is very cheap to get 1000s of CUDA cores on a single Nvidia GPU, while it can be super-duper expensive to get the same number of CPUs. There are two different methods of rendering though."

Roadmap van NVIDIA grafische kaarten. Klik in de afbeelding.


Links

"How much faster is GPU rendering as compared to CPU rendering?"

GPU Rendering vs. CPU Rendering – A method to compare render times with empirical benchmarks (oct. 2014)

http://blog.boxxtech.com/2014/10/02/gpu-rendering-vs-cpu-rendering-
a-method-to-compare-render-times-with-empirical-benchmarks/
 

GPU rendering

GeForce GTX Rendering Benchmarks and Comparisons

http://blog.boxxtech.com/category/gpu-rendering/

Vergelijk tussen GTX Titan, GTX 980 en GTX 970. De top is de winnaar, maar in de prijs / cuda core aantallen is het de verliezer.

 

NVIDIA GTX 980

http://www.gpurendering.com/hardware/newNvidiaGtx980.html

Bij elke introductie wordt de AMD / NVIDIA gebruiker heen en weer geslingerd door "the world's fastest GPU"

De conclusie: "The GTX 980 puts on an impressive show, but it doesn't come cheap."

"The GTX 980 might not be a generational leap in frame-pushing performance, but it's certainly a generational leap in power efficiency."

met grotere afbeeldingen, zelfde tekst:

http://www.gamespot.com/articles/nvidia-gtx-980-review/1100-6422419/

 

The State of Rendering - Part 1
Mike Seymour, July 15, 2013

http://www.fxguide.com/featured/the-state-of-rendering/

Which renderer should you choose?

 

CPU or GPU for rendering?

http://www.tomshardware.co.uk/answers/id-1929437/cpu-gpu-rendering.html

 

OpenCL vs. CUDA: Which has better application support?

GPGPU/GPU Acceleration real world face off

http://www.gpurendering.com/technology/CudaVsOpencl.html

AMD vs. Nvidia: Should I go with OpenCL or CUDA? Which will perform best with my applications?


CUDA for the future?

CUDA is not something of the past, but for future development of a wide veriety of applications including automotive.

The strong counter actions of Apple, Intel and AMD does not make it any easier for NVIDIA. One solution with a big impact would be to make CUDA OPEN (no open source) but open for other vendors and platforms. But it is a riscy undertaken and we see that some sort of openiness on certain products something of the near future.

 

homepage

omhoog