Rendu GPU (Graphics Processing Unit)

Le rendu GPU permet d’utiliser votre carte graphique pour le rendu, au lieu du CPU. Cela peut accélérer le rendu, car les GPU modernes sont conçus pour effectuer beaucoup de calculs. D’autre part, ils ont également certaines limitations dans le rendu de scènes complexes, en raison d’une mémoire plus limitée et des problèmes d’interactivité lors de l’utilisation de la même carte graphique pour l’affichage et le rendu.

Pour activer le rendu GPU, allez dans Preferences ‣ System ‣ Cycles Render Devices et sélectionnez CUDA, OptiX, HIP ou Metal. Ensuite, vous devez configurer chaque scène pour utiliser le rendu GPU dans Properties ‣ Render ‣ Device.

Technologies de rendu

Blender prend en charge différentes technologies pour le rendu sur le GPU en fonction du fabricant particulier du GPU et du système d’exploitation.

Note

Avec toutes les technologies de rendu GPU, Ouvrir le Shading Language n’est pas supporté.

CUDA – NVIDIA

CUDA est pris en charge sur Windows et Linux et nécessite une carte graphique Nvidia avec capacité de calcul 3.0 et supérieure. Pour vous assurer que votre GPU est pris en charge, consultez la list of Nvidia graphics cards avec les capacités de calcul et les cartes graphiques prises en charge.

OptiX – NVIDIA

OptiX est pris en charge sur Windows et Linux et nécessite une carte graphique Nvidia avec capacité de calcul 5.0 et supérieure et une version de pilote d’au moins 470. Pour vous assurer que votre GPU est pris en charge, consultez la list of Nvidia graphics cards. OptiX fonctionne mieux sur les cartes graphiques RTX. avec prise en charge matérielle du lancer de rayons (par exemple, Turing et supérieur).

HIP – AMD

HIP is supported on Windows and requires a discrete AMD graphics card with the RDNA architecture or newer and AMD Radeon Software 21.12.1 or AMD Radeon PRO Software 21.Q4 GPU drivers and newer.

Les GPU pris en charge incluent:

AMD Radeon RX 5000 Series
AMD Radeon RX 6000 Series
AMD Radeon Pro W6000 Series

Veuillez consulter le AMD’s website pour plus d’informations sur les cartes graphiques AMD et leurs architectures.

Note

Mode d’extension de Clip dans le Nœud Image Texture n’est pas pris en charge.

Metal – Apple (macOS)

Metal est pris en charge sur les ordinateurs Apple équipés de cartes graphiques Apple Silicon ou AMD. MacOS 12.2 est requis pour utiliser Metal avec Apple Silicon tandis que MacOS 12.3 est requis pour utiliser Metal avec des cartes graphiques AMD.

Questions fréquemment posées

Pourquoi Blender ne répond-il pas pendant le rendu?

Pendant le rendu d’une carte graphique, elle ne peut pas redessiner l’interface utilisateur, ce qui empêche Blender de répondre. Nous essayons d’éviter ce problème en redonnant le contrôle au GPU le plus souvent possible, mais une interaction totalement fluide ne peut être garantie, en particulier sur les scènes lourdes. Il s’agit d’une limitation des cartes graphiques pour lesquelles aucune véritable solution n’existe, même si nous pourrons peut-être améliorer cela quelque peu à l’avenir.

Si possible, il est préférable d’installer plusieurs GPU, en utilisant l’un pour l’affichage et l’autre (s) pour le rendu.

Pourquoi une scène qui est rendue sur le processeur ne s’affiche-t-elle pas sur le GPU?

Il peut y avoir plusieurs causes, mais la plus courante est qu’il n’y a pas assez de mémoire sur votre carte graphique. En règle générale, le GPU ne peut utiliser que la quantité de mémoire qui se trouve sur le GPU (voir Wouldmultiple GPUs increase available memory? pour plus d’informations). Généralement beaucoup plus faible que la quantité de mémoire système à laquelle le CPU peut accéder. Avec les appareils CUDA, OptiX, HIP et Metal, si la mémoire GPU est pleine, Blender essaiera automatiquement d’utiliser la mémoire système. Cela aura un impact sur les performances, mais aboutira généralement à un rendu plus rapide que l’utilisation du rendu CPU.

Plusieurs GPU peuvent-ils être utilisés pour le rendu?

Oui, allez dans Preferences ‣ System ‣ Compute Device Panel et configurez-le comme vous le souhaitez.

Est-ce que plusieurs GPU augmenteraient la mémoire disponible?

En règle générale, non, chaque GPU ne peut accéder qu’à sa propre mémoire, cependant, certains GPU peuvent partager leur mémoire. Ceci peut être activé avec la mémoire distribuée sur tous les périphériques.

Qu’est-ce qui permet un rendu plus rapide?

Cela varie en fonction du matériel utilisé. Différentes technologies ont également des temps de calcul différents en fonction de la scène testée. Pour obtenir les informations les plus récentes sur les performances des différents appareils, parcourez la ressource Blender Open Data.

Messages d’erreur

En cas de problème, assurez-vous d’installer les pilotes graphiques officiels à partir du site Web des fabricants de GPU ou via le gestionnaire de paquets sous Linux.

Version GNU non prise en charge

Sous Linux, en fonction de votre version de GCC, vous pouvez obtenir cette erreur. Consultez le Guide d’installation de Nvidia CUDA pour Linux pour une liste des versions de GCC prises en charge. Il existe deux solutions possibles à cette erreur:

Utiliser un autre compilateur

Si vous avez installé un GCC plus ancien compatible avec la version de la boîte à outils CUDA installée, vous pouvez l’utiliser à la place du compilateur par défaut. Cela se fait en définissant la variable d’environnement CYCLES_CUDA_EXTRA_CFLAGS lors du démarrage de Blender.

Lancez Blender à partir de la ligne de commande comme suit:

CYCLES_CUDA_EXTRA_CFLAGS="-ccbin gcc-x.x" blender

(Remplacez le nom ou le chemin du compilateur GCC compatible).

Supprimer les vérifications de compatibilité

Si ce qui précède échoue, supprimez la ligne suivante dans /usr/local/cuda/include/host_config.h:

#error -- unsupported GNU version! gcc x.x and up are not supported!

Cela permettra à Cycles de compiler avec succès le noyau de rendu CUDA la première fois qu’il tentera d’utiliser votre GPU pour le rendu. Une fois le noyau construit avec succès, vous pourrez lancer Blender comme vous le feriez normalement et le noyau CUDA sera toujours utilisé pour le rendu.

CUDA Error: Kernel compilation failed

Cette erreur peut se produire si vous disposez d’une nouvelle carte graphique Nvidia qui n’est pas encore prise en charge par la version de Blender et la boîte à outils CUDA que vous avez installées. Dans ce cas, Blender peut essayer de construire dynamiquement un noyau pour votre carte graphique et échouer.

Dans ce cas, vous pouvez:

Vérifiez si la dernière version de Blender (versions officielles ou expérimentales) prend en charge votre carte graphique.
Si vous construisez vous-même Blender, essayez de télécharger et d’installer une nouvelle boîte à outils pour développeurs CUDA.

Normalement, les utilisateurs n’ont pas besoin d’installer la boîte à outils CUDA car Blender est livré avec des noyaux précompilés.

Error: Out of memory

Cela signifie généralement qu’il n’y a pas assez de mémoire pour stocker la scène à utiliser par le GPU.

Note

Une façon de réduire l’utilisation de la mémoire consiste à utiliser des textures de résolution plus petite. Par exemple, les textures d’image 8k, 4k, 2k et 1k occupent respectivement 256 Mo, 64 Mo, 16 Mo et 4 Mo de mémoire.

Le pilote Nvidia OpenGL a perdu la connexion avec le pilote d’affichage

Si un GPU est utilisé à la fois pour l’affichage et le rendu, Windows a une limite de temps pendant laquelle le GPU peut effectuer des calculs de rendu. Si vous avez une scène particulièrement lourde, les cycles peuvent prendre trop de temps GPU. La réduction de la taille de la Tile Size dans le panneau Performances peut atténuer le problème, mais la seule vraie solution consiste à utiliser des cartes graphiques distinctes pour l’affichage et le rendu.

Une autre solution peut être d’augmenter le délai d’expiration, bien que cela rende l’interface utilisateur moins réactive lors du rendu de scènes lourdes. En savoir plus ici.

CUDA error: Unknown error in cuCtxSynchronize()

Une erreur inconnue peut avoir de nombreuses causes, mais une possibilité est qu’il s’agit d’un délai d’attente. Voir la réponse ci-dessus pour les solutions.