Преимущества профессиональной графики NVIDIA Quadro при работе с САПР приложениями

Профессиональными графическими ускорителями NVIDIA Quadro я пользуюсь более 10 лет. Мне приходилось использовать самые разнообразные инструменты и возможности, реализованные в данных решениях, от простого отображения видовых окон проекций, до визуализации и вычислений на GPU с применением архитектуры NVIDIA CUDA. Довольно часто мне приходится отвечать на вопрос, в чем разница между игровой графикой и профессиональной. В этой статье я расскажу о преимуществах профессиональной графики при работе с профессиональными приложениями.

 Речь пойдет не о производительности, а о поддержке специфических функций, востребованных в приложениях САПР и для создания мультимедийного контента. Я провел исследование возможностей графических ядер таких популярных САПР, как Autodesk Inventor, SolidWorks, T-Flex CAD, КОМПАС 3D, Autodesk Maya , Autodesk 3ds Max и CATIA. Так же данная статья включает демонстрацию и описание возможностей доступных только для профессиональных графических ускорителей, таких как инструментарий NVIDIA WMI, nView Desktop Management, технология NVIDIA Mosaic и поддержка Multi-GPU.

Все подробности, под катом.

Знакомство с NVIDIA Iray+ for 3ds Max

Около 5 лет назад я опубликовал обзор системы визуализации NVIDIA Iray в пакете расширений SAP для Autodesk 3ds Max 2011. Проект интеграции Iray в 3ds Max развивался и сейчас представляет собой мощный и гибкий инструмент для визуализации трехмерных сцен и анимации с возможностью применения GPU от компании NVIDIA и технологии NVIDIA CUDA для ускорения вычислений в процессах визуализации. Он реализован на концепции заложенной разработчиками Autodesk, а это накладывает определенные ограничения на реализации ряда важных функций самого ядра визуализации Iray и внедрение новых технологий. Ядро системы визуализации Iray разрабатывается усилиями NVIDIA, а с недавних пор на его основе компания самостоятельно создает свои собственные расширения для таких пакетов как Autodesk 3ds Max, Autodesk Maya, Autodesk Revit, Rhinoceros и специальную редакцию NVIDIA Iray Server, используемую для распределенных вычислений.

С помощью данной статьи вы познакомитесь с двумя решениями предлагаемыми компанией NVIDIA своим клиентам; модулем расширения NVIDIA Iray+ for 3ds Max и серверным решением NVIDIA Iray Server. Вы узнаете об основных возможностях Iray+ for 3ds Max, а так же сможете сравнить с реализацией ядра Iray поставляемого с 3ds Max по умолчанию и познакомитесь с поддержкой распределённых вычислений реализуемых с помощью NVIDIA Iray Server.
Немного о вычислениях на GPU
Одной из важнейших особенностей современных центральных процессоров является поддержка нескольких ядер, которые определяются операционной системой как логические процессоры. В большинстве задач данный подход позволяет добиться хорошей производительности, например в распараллеливаемых процессах, таких как визуализация.
Центральные процессоры в первую очередь ориентированы на выполнение последовательных алгоритмов, которые далеко не всегда могут хорошо выполняться в нескольких параллельных потоках, а следовательно, без соответствующей оптимизации производительность приложений с последовательными алгоритмами может значительно снижаться.
Этот предел, можно сказать, стал началом новой эры; эры многоядерных процессоров и параллельных вычислений, доступных обычному пользователю. Современные процессоры используют от 2 до 18 ядер, но это ощутимо меньше, по сравнению с множеством, хоть и упрощенных, но не менее производительных ядер графических процессоров. В отличие от центральных процессоров (CPU), в современных графических ускорителях (GPU), в зависимости от модели, доступно более 512 вычислительных ядер, а с помощью специализированных API можно получить высокий прирост скорости вычислений в хорошо распараллеливаемых задачах.

Рис. 1. Общая схема архитектур современных CPU и GPU.
Архитектура графических процессоров изначально разрабатывалась для параллельных вычислений, чем и является растеризация в процессе визуализации трехмерной графики. Это сыграло важную роль в дальнейшем развитии технологий вычислений общего назначения на GPU. Хоть частота графического процессора и может быть значительно ниже частоты центрального процессора, производительность в хорошо распараллеливаемых алгоритмах и задачах возрастает за счет повышения количества вычислительных ядер.
Каждое новое поколение архитектур графических процессоров увеличивает свою производительность раз в два или три года. На данный момент наиболее производительной архитектурой графических ускорителей NVIDIA является архитектура Maxwell, а уже в 2016 году будет анонсирована архитектура следующего поколения, получившая имя Pascal.

Рис. 2. Производительность архитектур GPU NVIDIA в тесте SGEMM / W.
На сегодняшний момент доступно три основных API для разработки приложений с поддержкой вычислений на GPU. К ним относятся NVIDIA CUDA, OpenCL и DirectCompute. Каждый из них позволяет реализовать большинство параллельных алгоритмов и использовать вычислительные возможности графических процессоров для вычислений. Но наиболее функциональным является API NVIDIA CUDA позволяющее задействовать все возможности GPU линеек GeForce, Quadro и Tesla. Каждая новая версия NVIDIA CUDA предоставляет разработчикам все больше и больше возможностей для создания высокоэффективных приложений с поддержкой вычислений общего назначения на GPU.
Алгоритмы, используемые в процессе визуализации, превосходно распараллеливаются, а такие физические модели как волновая теория света превосходно поддаются математическому описанию и вычислениям на GPU. Такие инструменты визуализации, как NVIDIA Iray, NVIDIA mental ray, Chaos Group V-Ray RT, Otoy Octane Renderer, Cebas moskitoRender и др., поддерживают ускорение вычислений с помощью GPU и используют их возможности для повышения скорости визуализации.

Системные требования для Autodesk Maya 2016

Здравствуйте друзья, компания Autodesk анонсировала новейшую версию своих ключевых продуктов для индустрии развлечений и анимации. Технологии не стоят на месте и каждый год выпускается огромное количество новейших процессоров, графических ускорителей и другого компьютерного оборудования. В этом небольшом посте, я представлю вам основные системные требования для Autodesk Maya 2016.

С подробным обзором новой версии, вы можете познакомиться здесь>>
Узнать подробнее о системных требования вы можете пройдя по ссылке ниже.

Сравнение производительности mental ray на платформах Windows и Linux

Доброе время суток мои юные падаваны. В выдавшиеся свободные выходные я решил произвести небольшое исследование производительности в визуализации mental ray for Maya на двух различных платформах. Как известно многие крупные студии используют Linux в своей работе и такие программные пакеты как Autodesk Maya, Autodesk Softimage, The Foundry NUKE и другие. В целом, связка таких пакетов как Maya + RenderMan \ V-Ray \ mental ray \ Arnold (выберите себе по вкусу :)) + NUKE \ Fusion (так же выберите) уже давно зарекомендовала себя на платформе UNIX-подобных систем. Даже я выбираю Linux в качестве тестовой площадки, для исследований и круглосуточных вычислений, а в прямой деятельности уже использую Windows и Mac OS X. Мне всегда было интересно сравнить влияние операционной системы на скорость визуализации или возможности, реализованные в приложениях.
В процессе работы над книгой о mental ray for Maya мне приходится выполнять множество тестовых и финальных визуализаций изображений для иллюстрирования книги. Поэтому для вычислений была выбрана ОС Linux и mental ray Standalone в качестве основного инструмента для визуализации. Благо, для правки сцен может потребоваться любой функциональный текстовый редактор. В тоже время, на основной рабочей станции установлены как Windows, так и Linux, на Linux Обычно тестируются новые версии Maya и mental ray for Maya. Данное тестирование выполнялось на одной системе (FORSITE X1240q workstation), с двумя ОС. Для унификации теста в Maya были созданы несколько сцен, для визуализации использовался mental ray for Maya (версия ядра 3.12.1.16).
Использование оперативной памяти системой по умолчанию
Первый просто тест который я провел – использование оперативной памяти системой сразу после загрузки компьютера. Что мне не всегда нравилось в Windows, так это то, что после разворачивая рабочей системы со всеми приложениями, система начинает потреблять достаточно большой объем оперативной памяти, иногда, более двух гигабайт. В моем случае, из 16 Гб ОЗУ, Windows со всеми запущенными в фоне службами использует около 1,6 Гб ОЗУ, что конечно не есть хорошо, когда нужно постоянно что-то вычислять и использовать эту память по максимуму.

Хотя, в принципе для рабочей станции это вполне нормальное состояние, множество приложений используют различные службы и подгружают свои фоновые процессы для облегчения последующей загрузки.
Следующее что необходимо было решить и понять – использование памяти самим процессом maya.exe, после запуска программы и при чистой сцене по умолчанию. В данном тесте, Maya на платформе Windows использует всего 433 Мб ОЗУ. Конечно, чтобы оптимизировать объем используемой памяти, необходимо отключить все ненужные модули Maya и оставить только те, что необходимы. В принципе это достигается снятием галочек с модулей в окне Plug-in Manager.

У операционной системы семейства Linux все несколько иначе. В данном тестировании, я опирался на данные полученные с дистрибутива CentOS 6.5. Так, из 16 Гб ОЗУ, системе необходимо всего 1.1 Гб, при этом, в ряде случаев, она может использовать всего 650 – 800 Мб. Это особенно важно, когда необходимо выполнять визуализацию больших и сложных сцен, занимающих достаточно большой объем памяти.

А вот Maya для платформы Linux, использует практически идентичный объем ОЗУ, что и версия для платформы Windows, около 430 Мб. В принципе, как можно заметить, программа в принципе достаточно унифицирована и может быть спокойно сконфигурирована под различные платформы с одинаковым расходом ресурсов.

Разобравшись с используемыми объемами памяти, можно перейти непосредственно к тестированию mental ray for Maya на обеих платформах.