Nvidia RTX GPU 現身 Adobe MAX,8K 視頻渲染碾壓 CPU

2020-12-16 雷鋒網

2018 年 8 月 13 日, Nvidia CEO 黃仁勳現身 SIGGRAPH 大會,正式發布了旗下的最新一代 GPU 架構——Turing(圖靈);基於此架構,黃仁勳同時宣布了一系列 Quadro RTX 新品。此後不久,基於上述 Turing 架構,Nvidia 又發布了三款全新消費級顯卡(GeForce RTX 2080Ti / 2080 / 2070)。

包括 Quadro RTX 和 GeForce RTX 在內,RTX GPU 的主打功能就是實時光線追蹤(Real-Time Ray Tracing)、AI 圖像增強、視頻和圖像處理等。這些功能也讓 RTX GPU 成為 Nvidia 在計算機圖形領域的扛鼎之作,將對影視製作、遊戲製作、建築設計的專業創意領域和消費者的遊戲與視覺體驗產生重大影響,從而在很大程度上改變創意人士的工作效率和方式。

於是,在全球最具影響力的創意人士盛會 Adobe MAX 2018 召開之際,Nvidia 也將上述 RTX GPU 帶到了眾多創意人士所在的 Adobe MAX 大會現場。

RTX GPU @ Adobe MAX 2018

在 Adobe MAX 2018 大會現場,雷鋒網也來到 Nvidia 展臺,對 RTX GPU 如何通過軟硬體來驅動包括 Adobe Creative Cloud 相關 app 在內的創意應用進行了深入了解,同時對 Nvidia 相關發言人進行了採訪。

首先,就與本次 Adobe MAX 直接相關的產品而言,Nvidia 展示了如何利用一塊 GeForce RTX 2080Ti GPU 來加速 Adobe Dimension CC 的渲染。現場展示的 Adobe Dimension CC 渲染案例中,在採用相同的渲染工具的情況下,採用 RTX GPU 來渲染的速度比傳統 CPU 的速度要快得多,而且能夠完美地實現移動光效的效果。

除了渲染加速,這一案例還展示了利用 RTX GPU 來進行 AI 降噪。具體來說,在圖像的渲染過程中很容易出現噪點,而經過訓練之後,可以直接利用 RTX GPU 來進行降噪,使得畫面的渲染由嘈雜變得清潔。

除了 Adobe Dimension CC,RTX GPU 可以加速的 Adobe 應用還包括 Adobe Premiere Rush CC、Adobe Premiere Pro CC、Adobe After Effects CC 等。其中,基於圖靈架構的 Quadro RTX 系列擁有多達 4608 個CUDA core,可提供高達 16 teraflops 的計算性能,並行運算每秒 16 萬億次整數運算——在超強的算力之下,RTX GPU 最高可以將視覺和動畫效果的處理速度提升 10 倍。

在展示了與 Adobe 的合作之外,Nvidia 在現場演示了利用一塊型號為 Quadro RTX 6000 的 GPU 來進行 8K 視頻渲染的案例,演示中的 8K 視頻來自於 Red Camera。

從現場的對比演示來看,Quadro RTX 6000 在成本上、具體的渲染效果方面和渲染效率上都毫無疑問地碾壓演示中 Intel 的 i7-5930K 3.5GHz 旗艦 CPU。Nvidia 發言人告訴雷鋒網(公眾號:雷鋒網),要想實現與一塊 Quadro RTX 6000 同樣的 8K 視頻渲染效果,需要在一個搭載 48 核雙 CPU 的工作站上才能完成這項工作,而且後者的 CPU 將不得不接近滿載運行;而在 Quadro RTX 6000 加持下,設備在渲染時的 CPU 使用率不超過 50%。

另外,Nvidia 還與 Cambridge Consultants 合作,展示了一個名為 Vincent(雷鋒網按:這裡借用的是荷蘭畫家梵谷的名字) 的 AI 輔助繪畫工具。它可以利用 AI,對用戶的繪畫行為進行預測,並由此對用戶進行藝術創作引導和填充,並且能夠對最終的繪畫結果進行實時濾鏡渲染,而渲染的風格則是根據不同的藝術家作品訓練過的——當然,這裡的 Vincent 同樣也是技術 Nvidia RTX GPU 實現的。

Nvidia 發言人告訴雷鋒網,自從 RTX GPU 推出之後,包括 Autodesk Arnold、Chaos Group 的 V-ray、O2 Octane 等在內的眾多渲染器相關專業公司都已經進行支持。

另外,雷鋒網也獲知,在產品的銷售方式上,用戶可以在公開市場自行購買相關的 RTX GPU 產品,但就 Quadro RTX 而言,最常見的方式是將內置到惠普、戴爾、聯想的工作站中對外銷售,其中的主要原因是它需要很高的穩定性、可靠性以及長期可用性,這些需要廠商的反覆測試才能夠保證。

兩家的合作不是兩三天了

Adobe 與 Nvidia,一個是創意應用領域的巨擘,一個是計算機圖形領域的王者,從軟硬體產品結合的角度,它們在面向創意人士方面的合作可以說是順理成章了。實際上,雙方的合作已經持續了十多年,這一合作隨著時間的腳步越來越緊密,並且已經不限於創意層面。

2018 年 3 月,正值 Nvidia GTC 大會在聖何塞召開,Nvidia CEO 黃仁勳在 27 日登臺主講了自家的 Keynote 之後,卻馬不停蹄地跑到了正在拉斯維加斯舉行的 Adobe Summit 大會,然後又馬不停蹄地在 28 日下午回到 GTC 現場。

實際上,在 3 月 28 日 Adobe Summit 的 Keynote 演講中,黃仁勳與 Adobe CEO Shantanu Narayen 同臺亮相,宣布了兩家公司的一項重要合作關係——Adobe 和 Nvidia 將基於 Nvidia GPU 對 Adobe Sensei 人工智慧系統和機器學習框架進行優化。簡單地說,就是將 Adobe Sensei 建立在 Nvidia GPU 的硬體基礎之上。

考慮到 Adobe Sensei 在 Adobe 整個產品體系中的基礎性和未來意義,雙方的合作毫無疑問有利於 Adobe Creative Cloud 和 Adobe Experience Cloud 在用戶和開發者那裡的表現提升,以及加快這些產品走向市場的速度。當然,與 Nvidia 的合作,也可以讓 Adobe Sensei API 的可用性得以擴展,並能夠觸及到開發者、數據科學家和合作夥伴。

當然,黃仁勳之所以在百忙之中為 Adobe 站臺,還是看重了後者的 Adobe Sensei 在設計創意和創意營銷方面的巨大潛力。不過雷鋒網了解到,在兩位 CEO 的對談中,雙方的合作還將同時涉及到雲和端的 AI 服務,並涉及到了 Mixed Reality 以及 Nvidia 的 RTX 實時光線追蹤技術。

可以說,在人工智慧時代的大背景下,Adobe 與 Nvidia 都已經沿著各自的發展路徑擁抱了人工智慧、雲計算等新技術,並且從業務層面達成了更加深入、更加緊密的合作關係。就本次 Adobe MAX 大會而言,Nvidia RTX GPU 的亮相,也是雙方十幾年合作關係的進一步體現。

當然,對於 Nvidia 來說,要想讓基於圖靈架構的 RTX GPU 技術發揮其作用,還需要獲取更多產業鏈合作夥伴的支持,這不是一蹴而就的事情,Nvidia 要做的還有很多。

雷鋒網原創文章,未經授權禁止轉載。詳情見轉載須知。

相關焦點

  • 基於RTX2060構建TensorFlow-gpu(keras)學習平臺
    建立虛擬環境:conda create --name tf36gpu python=3.6 anaconda2. 激活虛擬環境:activate tf36gpu3.如果機器上有gpu,則安裝gpu版本,沒有GPU就安裝cpu版。版本問題,現在TensorFlow到了最新的2.0.0版本,但是很多函數不兼容1.**版本。因此利用1.14版本,最新是1.15後面幾沒有版本了。2. 安裝tensorflow:pip install tensorflow-gpu==1.143.
  • adobe pr做視頻渲染到底是什麼資源佔用最多
    大家好,這次給大家解疑一下adobe pr做視頻渲染的用什麼配置電腦的問題現在大家很多人都在做短視頻,自媒體,頭條號,百家號,企鵝號等平臺上很多人也都在做,自拍的,原創的,視頻二次加工的,這個都需要用到視頻處理軟體,現在用的比較多的也就adobe
  • 3dmax快速渲染出圖對電腦顯卡和CPU速度的要求
    3dmax電腦的顯卡和cpu處理器會對渲染速度有影響嗎?這是很多小夥伴們都非常關心的問題,今天將為大家講解電腦顯卡和CPU對3dmax渲染出圖速度的影響。為大家解決心中的疑惑,能夠更好的使用3dmax軟體建模的電腦配置到底是哪種的。
  • 在 Ubuntu 16.04 中安裝支持 CPU 和 GPU 的 Google TensorFlow 神經網絡軟體
    (題圖:Pixabay,CC0)via: https://www.howtoforge.com/tutorial/installing-tensorflow-neural-network-software-for-cpu-and-gpu-on-ubuntu-16-04/作者:Akshay Pai[9] 譯者:geekpi 校對:wxy本文由 LCTT
  • 基於 Kubernetes 的 GPU 類型調度實現
    /gpu: 1 nodeSelector: accelerator: nvidia-tesla-k80上述做法貌似解決了問題,但它其實治標不治本。E.g.: nvidia.com/nvidia-gpu ResourceName string // resource metadata received from device plugin.
  • 瞬間售罄的 RTX 3080 價格被炒到 7 倍,英偉達回應「八大問」,建議...
    視頻中,幾位受邀者都一致表示太 6 了。近日,B 站 UP 主搞機猛男也回顧了英偉達過去 10 年的 11 款旗艦顯卡:這十年英偉達從狼狽不堪,到跟對手平分秋色,再到領先,再到碾壓,是一個勵志故事。引用來源:https://www.theverge.com/2020/9/21/21449353/nvidia-apology-rtx-3080-gpu-preorder-shortage-issues https://www.nvidia.com/en-us/geforce
  • 實踐經驗分享:在深度學習中餵飽GPU
    然後打開資源使用率看了下發現 cpu 使用率幾乎已經滿了(只能申請 2cpu 和一張 v100...),但是 gpu 的使用率非常低,這基本可以確定瓶頸是在 cpu 的處理速度上了。後來查了一些資料發現 nvidia 有一個庫叫 dali 可以用 gpu 來做圖像的前處理,從輸入,解碼到 transform 的一整套 pipeline,看了下常見的操作比如 pad/crop 之類的還挺全的,並且支持 pytorch/
  • 【渲染流程】Cluster_Unity實現概述!
    概述首先對Cluster流程做一個概述,如果大家不感興趣,就可以跳過後面的內容,x掉了~渲染流程:前向,延遲均可以【Forwar+, ClusterBasedDeferred】,需要有Early-Z 優化Cluster優勢:相比傳統前向流程:可以支持更多點光源相比延遲渲染流程:解決高解析度下,同像素多個點光源覆蓋,產生的帶寬問題
  • 深度學習中GPU和顯存分析
    nvidia-smi的輸出這是nvidia-smi命令的輸出,其中最重要的兩個指標:顯存佔用和GPU利用率是兩個不一樣的東西,顯卡是由GPU計算單元和顯存等組成的,顯存和GPU的關係有點類似於內存和這裡推薦一個好用的小工具:gpustat,直接pip install gpustat即可安裝,gpustat基於nvidia-smi,可以提供更美觀簡潔的展示,結合watch命令,可以動態實時監控GPU的使用情況。watch --color -n1 gpustat -cpu
  • RTX 3090 的深度學習環境配置指南:Pytorch、TensorFlow、Keras
    (不要裝tensorflow-gpu==2.4.0rc0,會報錯'NoneType' object has no attribute 'TFE_MonitoringDeleteBuckets')pip install tf-nightly-gpu -i http://pypi.douban.com
  • 萊特幣ltc挖礦教程:cpu挖礦與gpu挖礦(詳細圖文)
    小編特整理了萊特幣ltc挖礦教程,用詳細的圖文介紹萊特幣的兩種挖礦方法:cpu挖礦與gpu挖礦。  Windows32bitsVersion2.23(https://github.com/downloads/pooler/cpuminer/pooler-cpuminer-2.2.3-win32.zip)  Windows64bitsVersion2.22(https://github.com/downloads/pooler/cpuminer/pooler-cpuminer
  • Titan RTX vs Titan Xp vs 2080ti vs 1080ti
    第一步:克隆基準測試的 Repogit clone https://github.com/lambdal/lambda-tensorflow-benchmark.git --recursive第二步:運行基準測試輸入正確的 gpu_index
  • 居然有免費的GPU可以跑深度學習代碼!
    = Truewith tf.device('/cpu:0'): random_image_cpu = tf.random_normal((100, 100, 100, 3)) net_cpu = tf.layers.conv2d(random_image_cpu, 32, 7) net_cpu = tf.reduce_sum(net_cpu
  • TensorFlow Lite的 GPU 委託代理(Delegate)是什麼
    static bool SupportedOp(const TfLiteRegistration* registration) { switch (registration->builtin_code) { case kTfLiteBuiltinConv2d: case kTfLiteBuiltinMean:
  • 《GPU Gems 3》:真實感皮膚渲染技術總結
    我們為高斯函數的方差v選擇以下定義:圖 用於進行《黑客帝國》續集中的紋理空間模糊(Texture Space Blur)面部渲染方法GDC 2007有一場來自NVIDIA的talk 「Advanced Skin Rendering」(http://developer.download.nvidia.com
  • 深度學習訓練時 GPU 溫度過高?輸入這幾行命令就能迅速降溫
    具體地址:http://t.cn/RK9wyBK這篇文章寫的是在ubuntu X server環境下,通過修改nvidia-settings來修改GPU風扇速度,因為默認的nvidia-settings設置是,即使GPU在計算的時候溫度已經達到85度,風扇速度最高不會超過70%,這樣就無法很好地為GPU進行散熱,因此需要手動修改GPU風扇速度。