Видео маппинг, видео перформансы

VJ Железо

Конфигурирование вычислительного кластера для распределенного рендеринга 3д сцен

Содержание материала

 

Настройка трехмерной сцены

Настроим сцену для рендеринга. Необходимо настроить шейдеры под необходимый визуализатор, выбрать ракурс, настроить освещение, тени, установить разрешение.

 

Визуализация на одной машине с разными конфигурациями машины.

Сначала будем рендерить на одной машине.

На рис.8 сцена с гербом, которая содержит 635 732 полигонов.

Рис. 8. Сцена с гербом.

На рис. 9 отрендеренная сцена с гербом. Был использован визуализатор – Arnold. Рендеринг выполнялся на машине с CPU – Intel Core i7-4770 3.40GHz 8ГБ Ram. Разрешение 1920х1080. Время выполнения 26 сек.

Рис. 9. Отрендеренная сцена с гербом.

Далее сцена с гербом была отрендеренна с использованием визуализатора – Redshift. Рендеринг выполнялся на машине с GPU – NVIDIA GeForce GTX 660 1.5 GB 8ГБ Ram. Разрешение 1920х1080. Время выполнения 9.05 сек.

Далее сравнительная информация приведена в таблице 1.

table 001

Таблица 1.

Рис. 10. Сцена с кремлем.

Рис. 11. Свияжск

Рис. 12. Осенний лес.

Рис. 13. Рынок

Так же была отрендеренна сцена с торнадо с двумя конфигурациями. Объект был создан из частиц. При рендере c использованием визуализатора Redshift, необходимо было использовать программное обеспечение OpenVDB, для кэширования флюидных симуляций. Это было сделано для настройки сцены под Redshift. Результаты в таблице 2.

Рис. 14. Торнадо

table 002

Таблица 2.

 

Распределенная визуализация с разными конфигурациями машины.

Теперь перейдем к распределенному рендерингу. Перенесем в общую сетевую папку необходимые файлы проекта. Выберем на сервере в меню submit job.

Рис. 15. Окно начало работы

В окне Afanasy Starter выберем файл проекта. Указываем путь к общей сетевой папке. Выбираем средство для визуализации Maya. Указываем директорию для выходных данных в общей сетевой папке. Устанавливаем диапазон кадров и значение FTP (frames per task) или «кадры в задаче», то есть количество кадров отправляемых на рендер на одну ноду.

Будет отрендеренна анимация торнадо в сцена с торнадо. Сначала отрендерим с использованием визуализатора Redshift на графическом процессоре.

Рис. 16. Отслеживание рендеринга каждого кадра

Рис. 17. Мониторинг работы

Далее отрендерим с использованием визуализатора Arnold на CPU.

Также для мониторинга можно использовать веб-браузер. Для этого в меню нужно выбрать Web GUI или в браузере в адресную строку ввести IP-адрес сервера и порт, который указан в файле конфигурации.

Рис. 18. Web GUI

Результаты распределенного рендеринга в таблице 3.

table 003

Таблица 3.

 

Анализ и оценка полученных результатов

Получив результаты можно с уверенностью говорить, что рендеринг на GPU позволяет значительно сократить время на визуализацию высокореалистичных 3D сцен. А использование технологии распределенного рендеринга позволяет еще уменьшить время, затрачиваемое на рендер. Просмотрев результаты можно сказать, что визуализация с использованием графического процессора в качестве вычислительной платформы позволяет сократить время на рендер примерно в 25 раз. Но это зависит от сложности, загруженности сцены. Время затраты рендеринг обратно пропорционально количеству нод, используемых для визуализации.

Заключение

Выполнение правильной настройки вычислительного кластера позволит значительно сократить время выполнения визуализации. Не придется настраивать кластер при выполнении визуализации следующего проекта, останется поменять лишь сетевой путь к папке ресурсов, то есть дальнейшего вмешательства может и не потребоваться.

Созданный сервис позволит получить доступ к ресурсам рендер фермы, эффективно и удобно взаимодействовать с ней. Он сможет эффективно использоваться для рендеринга анимационных роликов, высокореалистичных изображений и других проектов.

Вычислительная мощность GPU по сравнению с CPU намного выше. Наличие большего количества вычислительных ядер по сравнению с CPU и наличие собственной памяти с высокоскоростной шиной являются достоинствами графического ускорителя. Благодаря большому количеству ядер GPU выдает высокую производительность на распараллеливаемых задачах. Использование графических ускорителей в распределенном рендеринге позволяет значительно сокращать затрачиваемое время.

Источник: docplayer.ru