В этом году специалисты CG-индустрии и проектирования много говорят о Blender и AI, а также ML, но, я же как всегда в поиске интересных решений и способов применить возможности нового оборудования, такого как процессоры Intel Core 10-го поколения, и NVIDIA TITAN RTX. Оказалось, что с помощью таких систем можно решать самые разнообразные вычислительные задачи в параллельно.
Итак, мы в M&E и области проектирования всегда испытываем определенные трудности при нехватке вычислительной мощности рабочих станций. Но в то же время, хотим приобретать компьютеры, которые будут стоять на рабочем месте не один год и выполнять самые разнообразные задачи, «привет дженералистам!»* :).
В новейшем тестировании и практической оценке решения и демонстрации возможностей NVIDIA STUDIO я постарался собрать максимум информации о десятом поколении процессоров Intel Core i9 и GPU линейки TITAN RTX и изучить возможности технологии NVIDIA NVLink.
Сразу замечу, что каждое из приложений по своему использует возможности CPU и GPU, а также может поддерживать и не поддерживать режим NVIDIA SLI, и в частности NVLink, а это может потребовать создания глобальных конфигураций системы под определенные задачи.
* - Дженералист (Generalist) - в индустрии M&E является специалистом широкого профиля, способным решать самые разнообразные задачи за короткое время. - прим. автора.
В новейшем тестировании и практической оценке решения и демонстрации возможностей NVIDIA STUDIO я постарался собрать максимум информации о десятом поколении процессоров Intel Core i9 и GPU линейки TITAN RTX и изучить возможности технологии NVIDIA NVLink.
Сразу замечу, что каждое из приложений по своему использует возможности CPU и GPU, а также может поддерживать и не поддерживать режим NVIDIA SLI, и в частности NVLink, а это может потребовать создания глобальных конфигураций системы под определенные задачи.
* - Дженералист (Generalist) - в индустрии M&E является специалистом широкого профиля, способным решать самые разнообразные задачи за короткое время. - прим. автора.
Характеристики протестированной рабочей станции HYPERPC PRO T7 STUDIO
В прошлом году мне довелось протестировать превосходные ноутбуки на основе платформы NVIDIA STUDIO, данные обзоры были с интересом встречены профессиональными пользователями. Зимой 2020 года, компания NVIDIA объявила о расширении платформы NVIDIA STUDIO и на десктопные системы. Идея заключается в том, чтобы создавать сбалансированные рабочие станции с применением единого многофункционального драйвера — STUDIO DRIVER, который содержит не только обширные настройки и шаблоны для игровых приложений, но и реализует поддержку профессиональных приложений и графических ускорителей линейки NVIDIA Quadro, а пользователям GPU линейки GeForce становятся доступны новые возможности, ранее доступные только в линейке GPU NVIDIA Quadro. Мне же, как профессиональному пользователю, было интересно взглянуть и протестировать современные приложения на современном оборудовании с поддержкой многих передовых технологий, и сравнить, как изменилась производительность нового процессора по сравнению с CPU предыдущих поколений и даже с CPU от AMD. При этом, я планирую обновлять свою рабочую станцию, и я непременно рискнул предоставленной мне возможностью протестировать современный компьютер.
В свежем обзоре я рассматриваю новинку этого лета, а именно высокопроизводительную рабочую станцию HYPERPC PRO T7 от компании HYPERPC, в кастомной конфигурации.
Для вашего удобства я подготовил список всех ключевых характеристик протестированной мною рабочей станции:
Как я писал в ранних обзорах, ключевыми для платформы NVIDIA STUDIO являются нескольких правил, обеспечивающих высокую производительность в работе. По своей сути, мы увеличиваем размер системы из мобильного форм-фактора до размеров полноценной рабочей станции, с возможностью более гибкой кастомизации. А формат настольного ПК для этого подходит лучше всего.Для вашего удобства я подготовил список всех ключевых характеристик протестированной мною рабочей станции:
- Материнская плата: ASUS WS X299 SAGE
- (https://www.asus.com/us/Motherboards/WS-X299-SAGE/)
- Процессор: Intel Core i9-10940X (@3.30 GHz (https://ark.intel.com/content/www/us/en/ark/products/198014/intel-core-i9-10940x-x-series-processor-19-25m-cache-3-30-ghz.html)
- Оперативная память: 128 Gb DDR4-2400 (@1200 MHz)
- Жесткий диск: Seagate IronWolf 10Tb (https://www.seagate.com/www-content/datasheets/pdfs/ironwolf-16tb-DS1904-16-2005RU-ru_RU.pdf)
- SSD M.2: Samsung SSD 970 EVO Plus 2 Tb (https://www.samsung.com/ru/memory-storage/970-evo-nvme-m2-ssd/MZ-V7E2T0BW/)
- GPU: 2x NVIDIA TITAN RTX (https://www.nvidia.com/ru-ru/deep-learning-ai/products/titan-rtx/)
- GPU_SLI: GEFORCE RTX NVLINK BRIDGE 3 (https://www.nvidia.com/ru-ru/data-center/nvlink/)
- Система охлаждения CPU: Be Quiet! DARK ROCK PRO 4
Для моего тестирования была подготовлена модификация компьютера с двумя GPU NVIDIA TITAN RTX, поставляемых с 24 Гб графической памяти, и созданных на основе чипа TU102 на базе архитектуры NVIDIA Turing.
В качестве платформы была выбрана материнская плата ASUS WS X299 SAGE, созданная на основе чипсета X299 и поддерживающая процессоры Intel Core 10-го поколения. Для работы с большими массивами данных, я попросил укомплектовать компьютер 128 Гб ОЗУ, что позволило протестировать приложения с ИИ, а также протестировать визуализацию комплексных моделей и сцен.
Сердцем всей системы является процессор Intel Core i9-10940X. Процессоры 10-го поколения стали доступны совсем недавно и пока в основном доступны среди компаний производителей компьютерного оборудования. Так как плата поддерживает установку двух и более GPU, для тестов разработчики системы предложили установить два GPU NVIDIA TITAN RTX объединенные мостом NVLink. Чтобы протестировать производительность системы в различных задачах и приложениях, требовательным к системной памяти и памяти GPU. Это особенно актуально в задачах обработки видео и композитинга ,где могут быть активно использовать возможности GPU для ускорения вычислений и хранения кэша данных.
Перед тем, как я поделюсь результатами тестирования я и подробнее опишу ключевые особенности каждого из протестированных компонентов, я хочу сделать небольшое отступление и описать процессы и задачи, которые используют определенные компоненты системы (CPU, GPU, SSD, HDD). Одним из важных моментов является тестирование совокупности компонентов системы, когда в вычислениях активно участвуют и CPU и GPU, а также дополнительное оборудование, обеспечивающее ускорение вычислений в специализированных задачах, например обработка звука, или оцифровка видеосигнала.
