ОСОБЛИВОСТІ ВИКОРИСТАННЯ ПАРАЛЕЛЬНИХ ОБЧИСЛЕНЬ НА GPU В СЕРЕДОВИЩІ ADOBE AFTER EFFECTS

Автор(и)

  • Сергій Сабанов ЗІЕІТ
  • Анатолій Переверзєв ЗІЕІТ
  • Данило Ушенін

DOI:

https://doi.org/10.5281/zenodo.8328346

Ключові слова:

Adobe After Effects, CUDA, GPGPU, GPU, Metal, OPENCL, паралельні обчислення

Анотація

У роботі розглядаються особливості використання паралельних обчислень на базі графічної підсистеми комп’ютера у середовищі Adobe After Effects. Той факт, що використання паралельних обчислень на GPU може значно зменшити час обробки відео приймається більшістю користувачів та розробників плагінів, як беззаперечний, однак на практиці більш висока ефективність GPU в  порівнянні з обчисленнями на СPU стає помітною далеко не завжди, а лише при певних обставинах.

Аналіз показав, що Adobe After Effects підтримує декілька способів використання GPGPU (General-Purpose computing on Graphics Processing Units), зокрема це CUDA, OpenCL та Metal [1]. Достовірну оцінку доцільності використання GPGPU в даному випадку забезпечить урахування двох складових:

  • добре відомої проблеми розпаралелювання програм, пов’язаної з забезпеченням правильної послідовності взаємодій між різними обчислювальними процесами та координації ресурсів, що розділяються між ними;
  • дихотомії програм, що використовують CUDA, OpenCL abo Metal, представленої стандартним кодом для CPU та кодом для GPU (kernel).

В даній статті наведено дослідження факторів, які впливають на ефективність використання паралельних обчислень на GPU та вплив цих факторів на результати роботи різних технологій GPGPU при виконанні типових операцій у середовищі Adobe After Effects. Результати дослідження можуть бути використані на етапі конфігурування графічної підсистеми комп’ютера для роботи з середовищем.

Посилання

GPU and GPU driver requirements for After Effects [Електронний ресурс] / Adobe. – Режим доступу: www. URL: https://helpx.adobe.com/ua/after-effects/using/basics-gpu-after-effects.html

CUDA Toolkit Documentation [Електронний ресурс] / – Режим доступу: www. URL: https://docs.nvidia.com/cuda/index.html

Calculating Threadgroup and Grid Sizes [Електронний ресурс] / Apple. Documentation. Metal. Compute Passes. – Режим доступу: www. URL: https://developer.apple.com/documentation/metal/calculating_threadgroup_and_grid_sizes

Lee Howes. OpenCL™ Parallel computing for CPUs and GPUs [Електронний ресурс] / Advanced Micro Devices. – Режим доступу: www. URL: https://developer.amd.com/OpenCL_Parallel_Computing_for_CPUs_and_GPUs_201003.pdf

Архитектура NVIDIA. GeForce RTX 3050 [Електронний ресурс] / NVIDIA. Ampere. – Режим доступу: www. URL: https://www.nvidia.com/ru-ru/geforce/graphics-cards/30-series/rtx-3050/

Intel® Core™ i5-12500H Processor [Електронний ресурс] / Intel. – Режим доступу: www. URL: https://ark.intel.com/content/www/us/en/ark/products/96141/intel-core-i512500h-processor-18m-cache-up-to-4-50-ghz.html

MrUSmith. Nvidia Ampere – самое главное о новой архитектуре видеокарт [Електронний ресурс] / DNS клуб. Блог. Видеокарты – Режим доступу: www. URL: https://club.dns-shop.ru/blog/t-99-videokartyi/41823-nvidia-ampere-samoe-glavnoe-o-novoi-arhitekture-videokart/

Georgy Osipov. Вычисляем на видеокартах. Технология OpenCL. Часть 0. Краткая история GPGPU [Електронний ресурс] / Хабр – Режим доступу: www. URL: https://habr.com/ru/company/yandex_praktikum/blog/575484/

Дмитрий Павлов. Сравнение времени выполнения алгоритма на CPU и GPU [Електронний ресурс] / Хабр – Режим доступу: www. URL: https://habr.com/ru/post/525892/

Downloads

Опубліковано

27.12.2022

Як цитувати

Сабанов, С., Переверзєв, А., & Ушенін, Д. (2022). ОСОБЛИВОСТІ ВИКОРИСТАННЯ ПАРАЛЕЛЬНИХ ОБЧИСЛЕНЬ НА GPU В СЕРЕДОВИЩІ ADOBE AFTER EFFECTS. Цифрова економіка та інформаційні технології, 1(1). https://doi.org/10.5281/zenodo.8328346