Blender cuda не работает

Blender не видит GPU (CUDA)

Всем привет! Такая проблема: Blender 2.78, установленный из штатного репозитория Debian 9, не видит GPU как CUDA-девайс, то есть в настройках Блендера, для рендеринга не доступен GPU. В том время как если поставить Blender с сайта или из Стима — всё в порядке. В чём может быть причина? Все нужные пакеты установлены

Ты видишь там dev-пакеты нвидии в зависимостях? Я — нет.

Они все установлены у меня. В конце концов скачанная с сайта версия Blender всё видит и CUDA доступна в настройках

Ты не понял. Блендер уже собран как бинарник без куды. Если установить пакеты, куда не появится. Надо пересобрать.

Так зачем они собирают без поддержки? Поехавшие, швабодке небось мешает?

Поддержка есть, во всяком случае опция сборки с поддержкой CUDA в Blender включена по дефолту. Да и в Jessie всё работало

во всяком случае опция сборки с поддержкой CUDA в Blender включена по дефолту.

Давай смотреть вместе:

option(WITH_CYCLES_CUDA_BINARIES «Build Cycles CUDA binaries» OFF)

Я думал важна эта опция option(WITH_CUDA_DYNLOAD «Dynamically load CUDA libraries at runtime» ON)

Ну, с твоей входной инфой у меня других вариантов нету 🙂

Как не странно, проблема решилась переустановкой со сносом всех сохранённых конфигов.

Но почему ты используешь блендер из репозитория а не с сайта?

Источник

Blender + AMD GPU = Заработало

Случилось! Модуль визуализации Cycles на движке OpenCL новой версии Blender 2.75 официально поддерживает рендеринг с помощью видеокарт с GPU от AMD. Хотя всё ещё с некоторыми ограничениями и без прироста производительности (об этом ниже). Я уже около трёх лет наблюдаю за ходом развития событий в ожидании развязки. История, судя по всему, близится к своему счастливому финалу (хотелось бы в это верить).
Ситуация странная, как мне это представляется. Nvidia — главный конкурент AMD на массовом потребительском рынке видеоадаптеров, и оба они — основные соперники, это известно. «Зелёные» уверенно оккупировали плацдарм визуализации благодаря успешной, но закрытой технологии CUDA и вычислительным мощностям Geforce, Quadro и Tesla. «Красные» же, взяв на вооружение родственную открытую платформу OpenCL, форсируют эффективность графических процессоров Radeon и FirePro, но, как мне кажется, с меньшим энтузиазмом смотрят в сторону графических параллельных вычислениий на GPU. Для наглядного представления ситуации можно ознакомиться, например, с этой статьёй, в которой сделан достаточно широкий анализ по спектру программ, использующих компьютерную визуализацию (на английском): «OpenCL vs. CUDA». Чтобы там ни было, «визуал продакшн» чувствует себя несколько обделённым во внимании компании. В качестве собственного «однобокого» аргумента привожу таблицу с популярными «внешними рендерами» на GPU (в алфавитном порядке) с информацией о поддерживаемом «железе»:

визуализатор	Nvidia GPU	AMD GPU	условия использования
Blender Cycles	поддерживает	ограниченно поддерживает	бесплатный
Indigo Renderer	поддерживает	поддерживает	коммерческий
LuxRender	поддерживает	поддерживает	бесплатный
Octane Render	поддерживает	не поддерживает	коммерческий
Thea Presto	поддерживает	не поддерживает	коммерческий
V-Ray RT	поддерживает	ограниченно поддерживает	коммерческий

Связка AMD GPU + Blender Cycles работала долгое время в экспериментальном формате с существенными ограничениями. На официальном сайте Blender видеокарты AMD не рекомендовались к использованию для визуализации в Cycles. Разработчики модуля объясняли это сложностями драйвера AMD и компилятора OpenCL (программные коды требовали оптимизации алгоритмов вычислений). Сообщество «блендероголовых» пользователей обратилось к программистам AMD на специализированном форуме компании с просьбой исправить проблему. Разработчики отреагировали на призыв доработкой компилятора и что-то сдвинулось с мёртвой точки. Теперь, если Вы владелец видеоадаптера с GPU от AMD серии не ниже HD 7xxx, результат можно проверить сейчас же с помощью свежей версии Blender 2.75. Хотя, глобально, ситуация всё ещё оставляет желать лучшего.

Сам я — довольный обладатель видеокарт с GPU от Nvidia. Тогда, спрашивается, с чем связана моя радость? Отвечаю: замечательно, когда есть альтернативный выбор. За прошедшие три года, модернизируя свои компьютеры, я дважды выбирал «сопроцессоры» для просчёта графики в Blender Cycles. Geforce Nvidia были дороже, видеокарты AMD Radeon — дешевле. Это хорошо: конкурентная борьба чаще оказывается благом для покупателей. К тому же, шина материнской платы одного из моих компьютеров позволяет эффективнее раскрыть потенциал связки процессора и видеоадаптера, если они от одного и того же производителя — AMD. Но так как моим основным и единственным инструментом трёхмерного моделирования и визуализации был и остаётся Blender, то вариант покупки видеокарт с GPU от AMD отпадал. Теперь многое изменилось и я всё ещё с интересом обращаю внимание на девайсы с графическими процессорами прямого конкурента Nvidia.

Какая сейчас ситуация с выбором видеоадаптера? Сильно не ошибусь, если попытаюсь сравнить видеокарты «зелёных» и «красных». С моей очень утилитарной точки зрения достаточно трёх основных критериев для сопоставления: вычислительной мощности устройства, его энергоэффективности и цены. Как это общепринято, чтобы сравнение было корректным, возьмём товары из одной ценовой категории. На момент публикации самой дорогой моделью видеокарты с GPU от AMD, имеющейся в продаже, является Radeon R9 390X по цене от 29 000 рублей. Nvidia за аналогичную стоимость предлагает модель GeForce GTX 980 (стоимость актуальна для российского рынка). Ниже представлена сводная таблица девайсов:

видеоадаптер	универсальных процессоров	TDP	цена
AMD Radeon R9 390X	2816	275 Вт	от 29 000 рублей
Nvidia GeForce GTX 980	2048	165 Вт	от 30 000 рублей

Итак, количество универсальных шейдерных процессоров, которые, собственно, и выполняют функцию визуализации в Blender Cycles, у AMD Radeon R9 390X больше на 768 единиц, т. е. на треть (точнее — на 37,5%), чем у Nvidia GeForce GTX 980. Но достигается это непропорциональной прожорливостью процессора — потребляемая мощность GPU AMD оказывается больше на две трети (точнее — на 66,7%)! При этом производительность R9 390X в реальном вычислительном тесте LuxMark 2.0 всего лишь на 5% лучше результата GTX 980. Таким образом, у покупателя есть выбор: либо получить чуть лучшую скорость рендеринга с перспективой оплачивать больший расход электроэнергии, либо совсем немногим дольше ждать финальной прорисовки сцен за счёт ощутимой экономии на электричестве. Выбор очевиден и это огорчает.

Ещё о минусах. Реализация Cycles на OpenCL для AMD GPU в активной разработке, поэтому, многое нужно будет «допиливать». Ограничения следующие:
— официальная поддержка видеокарт только с архитектурой GCN (Graphics Core Next — серия HD 7xxx и выше); не все видеоадаптеры серии HD 7xxx имеют эту архитектуру, проверить свою карту можно по ссылке: «List of AMD graphics processing units»;
— официальная поддержка только для платформ Windows и Linux; для OSX проблема всё ещё связана с компилятором OpenCL;
— недоступны функции: Camera Blur, SSS, Smoke/Fire, Volumetrics, Open Shading Language и Transparent Shadows (весь список);
— визуализация доступна только методом Path Tracing;
— не поддерживаются HDR текстуры.

Мой достаточно субъективный вывод такой. Если видеокарта с GPU AMD уже куплена вами и ещё не успела устареть, то новость о возобновлении разработчиками Blender Cycles поддержки компилятора OpenCL, конечно же, — позитивный факт. Но я не готов пока ещё обновить свои «зелёные» Geforce GTX на «красные» Radeon всего лишь по 2 причинам: 1) технология OpenCL не позволяет раскрыть весь потенциал вычислительной мощности GPU и 2) графическим адаптерам AMD неплохо бы умерить свои аппетиты в потреблении электроэнергии. Буду рад изменить своё мнение в будущем, особенно, после скорого выхода нового «монстра» от AMD — R9 Fury X с 4096 (!) потоковыми процессорами. Этот видеоадаптер мог бы стать хорошей единицей для прироста производительности в графических вычислениях. Но не за счёт прироста показателей в квитанции об оплате за электричество.

Источник

Визуализация на GPU

To enable GPU rendering, go into the Preferences ‣ System ‣ Cycles Render Devices , and select either CUDA or OptiX. Next, you must configure each scene to use GPU rendering in Properties ‣ Render ‣ Device .

GPU rendering is only supported on Windows and Linux; macOS is currently not supported.

Supported Hardware

Blender supports different technologies to render on the GPU depending on the particular GPU manufacture.

Nvidia

CUDA requires graphics cards with compute capability 3.0 and higher. To make sure your GPU is supported, see the list of Nvidia graphics cards with the compute capabilities and supported graphics cards.

Open Shading Language is not supported.

OptiX

OptiX requires graphics cards with compute capability 5.0 and higher. To make sure your GPU is supported, see the list of Nvidia graphics cards OptiX works best on RTX graphics cards with hardware ray tracing support (e.g. Turing and above).

Open Shading Language is not supported.

Часто задаваемые вопросы

Почему Blender перестаёт отвечать во время визуализации?

While a graphics card is rendering, it cannot redraw the user interface, which makes Blender unresponsive. We attempt to avoid this problem by giving back control over to the GPU as often as possible, but a completely smooth interaction cannot be guaranteed, especially on heavy scenes. This is a limitation of graphics cards for which no true solution exists, though we might be able to improve this somewhat in the future.

Если у вас есть возможность, лучше установить более одного GPU и использовать один из них для отображения, а остальные задействовать для визуализации.

Почему сцена, которая визуализируется на центральном процессоре, не визуализируется на видеокарте?

There may be multiple causes, but the most common one is that there is not enough memory on your graphics card. Typically, the GPU can only use the amount of memory that is on the GPU (see Would multiple GPUs increase available memory? for more information). This is usually much smaller than the amount of system memory the CPU can access. With CUDA and OptiX devices, if the GPU memory is full Blender will automatically try to use system memory. This has a performance impact, but will usually still result in a faster render than using CPU rendering.

Можно ли для визуализации использовать несколько видеокарт?

Yes, go to Preferences ‣ System ‣ Compute Device Panel , and configure it as you desire.

Могут ли несколько видеокарт увеличить доступную память?

Typically, no, each GPU can only access its own memory, however, some GPUs can share their memory. This is can be enabled with Distributed Memory Across Devices .

What renders faster?

This varies depending on the hardware used. Different technologies also have different compute times depending on the scene tested. For the most up to date information on the performance of different devices, browse the Blender Open Data resource.

Сообщения об ошибках

In case of problems, be sure to install the official graphics drivers from the GPU manufacturers website, or through the package manager on Linux.

Unsupported GNU version

On Linux, depending on your GCC version you might get this error. See the Nvidia CUDA Installation Guide for Linux for a list of supported GCC versions. There are two possible solutions to this error:

Use an alternate compiler

If you have an older GCC installed that is compatible with the installed CUDA toolkit version, then you can use it instead of the default compiler. This is done by setting the CYCLES_CUDA_EXTRA_CFLAGS environment variable when starting Blender.

Launch Blender from the command line as follows:

(Substitute the name or path of the compatible GCC compiler).

Remove compatibility checks

If the above is unsuccessful, delete the following line in /usr/local/cuda/include/host_config.h :

This will allow Cycles to successfully compile the CUDA rendering kernel the first time it attempts to use your GPU for rendering. Once the kernel is built successfully, you can launch Blender as you normally would and the CUDA kernel will still be used for rendering.

CUDA Error: Kernel compilation failed (Ошибка CUDA: Сбой компиляции ядра)

This error may happen if you have a new Nvidia graphics card that is not yet supported by the Blender version and CUDA toolkit you have installed. In this case Blender may try to dynamically build a kernel for your graphics card and fail.

В таком случае вы можете:

Check if the latest Blender version (official or experimental builds) supports your graphics card.

Если вы сами собирали Blender, попробуйте скачать и установить новейший набор инструментов для разработчика CUDA.

Обычным пользователям не требуется устанавливать набор инструментов CUDA, поскольку Blender уже поставляется со скомпилированными ядрами.

CUDA Error: Out of memory (Ошибка CUDA: Не хватает памяти)

This usually means there is not enough memory to store the scene for use by the GPU.

One way to reduce memory usage is by using smaller resolution textures. For example, 8k, 4k, 2k, and 1k image textures take up respectively 256MB, 64MB, 16MB and 4MB of memory.

The Nvidia OpenGL driver lost connection with the display driver

If a GPU is used for both display and rendering, Windows has a limit on the time the GPU can do render computations. If you have a particularly heavy scene, Cycles can take up too much GPU time. Reducing Tile Size in the Performance panel may alleviate the issue, but the only real solution is to use separate graphics cards for display and rendering.

Another solution can be to increase the time-out, although this will make the user interface less responsive when rendering heavy scenes. Learn More Here.

CUDA error: Unknown error in cuCtxSynchronize() (Ошибка CUDA: Неизвестная ошибка в cuCtxSynchronize())

An unknown error can have many causes, but one possibility is that it is a time-out. See the above answer for solutions.

© Copyright : This page is licensed under a CC-BY-SA 4.0 Int. License. Обновлено: 10/17/2021.

Источник