劃重點：

1、遊戲顯卡跟專業顯卡在redshift渲染性能上沒差異。windows系統選專業顯卡會快。

2、大約1GB的顯存中容納大約2千萬到3千3百萬個三角面。算算自己的需求量吧。

3、單顯卡，顯存越高越好啦。

4、多個GPU的顯存不能疊加在一起用。

https://docs.google.com/document/d/1rP5nKyPQbPm-5tLvdeLgCt93rJGh4VeXyhzsqHR1xrI/edit

這裏官方提供的Redshift的硬件註意事項文檔，以下是它的翻譯。

Hardware Considerations For Redshift

GPU

Redshift是一個CUDA應用程序，這意味著它目前只適用於NVidia GPU。 從遊戲級GPU，我們推薦最新一代TitanX Pascal 12GB或GTX1070 / GTX1070Ti / GTX1080 / GTX1080Ti GPU。

或者是當前的RTX2070，RTX2080或RTX2080Ti GPU。 從專業級GPU，我們推薦上一代Quadro P5000，P6000，GP100，GV100 GPU或下一代Quadro RTX GPU。 除了Quadro GV100和Quadro RTX6000 / RTX8000（它們是目前市場上最快的GPU）之外，就Redshift而言，GeForces和Quadros之間沒有性能差異。 與GeForces相比，Quadros可以更快地渲染視口OpenGL，但這不會影響Redshift的渲染性能。 Quadros對GeForces的一個主要優勢是它們通常擁有更多的板載VRAM。 例如，唯一提供24GB VRAM的NVidia GPU是Quadro M6000，Quadro P6000和Quadro RTX6000。 Quadro GV100每GPU提供高達32GB的容量，而Quadro RTX8000提供48GB的VRAM。 這是很多VRAM！:-)

GTX GPU和Titan / Quadro / Tesla GPU之間的一個重要區別是TCC驅動程序可用性。 TCC的意思是“特斯拉計算集群”。 它是由NVidia for Windows開發的一種特殊驅動程序。 它繞過了Windows顯示驅動程序模型（WDDM），允許GPU以更快的速度與CPU通信。 TCC的缺點是，一旦啟用它，GPU就會變得對Windows和3D應用程序（例如Maya，Houdini等）“隱形”。 它成為CUDA應用程序的專用，如Redshift。 只有Quadros，Teslas和Titan GPU才能啟用TCC。 GeForce GTX卡無法使用它。 如上所述，TCC僅對Windows有用。 Linux操作系統不需要它，因為Linux顯示驅動程序不會遇到通常與WDDM相關的延遲。 換句話說，默認情況下，Linux上的CPU-GPU通信比所有NVidia GPU上的Windows（使用WDDM）更快，無論是GTX卡還是Quadro / Tesla / Titan。

考慮到在撰寫本文時，單個TitanX的成本約為GTX1080的兩倍，用戶經常會問的問題是“哪一個更好？ 一個TitanX還是兩個GTX1080？“ 那麽，就原始計算能力而言，兩款GTX1080將擊敗單一的TitanX。 但是如果您要渲染的場景是多邊形（超過150米的獨特多邊形），我們建議獲得11-12GB或更高的GPU。 請參閱下一節有關VRAM及其優點的部分。

如果在同一臺計算機上安裝多個GPU，Redshift將渲染得更快。 擁有多個GPU需要特殊的主板/ CPU /設置註意事項，本文檔後面將對此進行概述。

回顧一下：

- 你需要更多的VRAM嗎？ 如果是這樣，Titan / Quadro / Tesla是您的正確選擇

- 你需要TCC（即在Windows上更快的渲染）？ 如果是這樣，Titan / Quadro / Tesla是您的正確選擇

- 如果您不需要上述任何一種，多個GTX GPU（成本相同）將提供更多的原始計算能力

VRAM（即顯存）足夠多，它與性能有何不同？

NVidia GPU配置為4GB / 6GB / 8GB / 11GB / 12GB / 24GB / 48GB VRAM。 假設未來的GPU將具有更多VRAM，這是安全的。 那麽特定用戶的VRAM數量是多少？

Redshift的一般經驗法則是“VRAM越多越好”。 然而，具有更多VRAM的視頻卡也更昂貴。 下面的文字解釋了Redshift如何使用VRAM，以便用戶在選擇GPU時做出明智的決定。

在VRAM利用方面，Redshift非常有效。 它能夠在大約1GB的顯存中容納大約2千萬到3千3百萬個獨特的三角形。 如果一個場景包含3億個三角形，Redshift通常需要大約10GB的VRAM。 但即使是具有8GB VRAM的GPU也可以使用Redshift渲染如此高的多邊形場景，因為它具有核外架構（請參閱我們的在線常見問題解答，了解“out of core”）。 但是，過多的核外數據訪問有時會導致相當大的性能損失。 因此，在渲染高多邊形場景時，最好有足夠的VRAM。

Redshift的out-of-core技術並未涵蓋所有可能的數據類型。 目前，Redshift無法以out of core方式存儲volume grids（例如OpenVDB ,Supported by Houdini ^® , FumeFX ^® and RealFlow ^®, 基於網格的緩存格式）。 這意味著使用數百兆字節的OpenVDB數據的場景可能需要具有更多VRAM的GPU，否則幀渲染將被中止。

擁有大量VRAM的另一個好處是Redshift的“自動內存管理”功能。 如果場景沒有使用太多多邊形，則可以啟用“自動內存管理”設置並允許Redshift渲染得更快。 該設置位於Redshift的“Memory”選項卡中。 它允許Redshift與CPU的通信頻率較低，從而提高了渲染性能。 有關此設置的更全面說明，請參閱Redshift的在線文檔或論壇。

擁有大量VRAM的另一個好處是能夠同時運行多個GPU應用程序。 Maya的OpenGL視口，Chrome（網絡瀏覽器）和Windows本身等應用程序可能會消耗大量的VRAM，並且幾乎沒有內存供Redshift使用。顯然，這對包含大量VRAM的GPU來說不是一個問題。對於無法負擔具有大量VRAM的GPU的用戶，可能的解決方法是安裝額外的（更便宜的）GPU，用於除Redshift之外的所有內容。然後，剩余的GPU可以與監視器斷開連接，因此可以使整個VRAM可用於使用Redshift進行渲染。斷開GPU與監視器的連接稱為“headless mode”。

VRAM容量的主題通常是購買更昂貴的11-12GB GPU與更便宜的8GB GPU之間的決定性因素。

最後，應該註意的是，多個GPU的VRAM沒有組合在一起！即如果您的系統上安裝了4GB GPU和8GB GPU，則這些GPU不會增加到12GB！每個GPU只能使用自己的VRAM。盡管引入了NVLink，但未來可能會發生變化。 NVLink是一個“橋接器”，可以將兩個GPU連接在一起，以便它們可以共享彼此的內存。這會帶來性能損失，在某些情況下可能會或可能不會很大。 Redshift今天不支持NVLink，但我們正在計劃（並已開始工作）實施它。

回顧一下：

- 你是否會使用額外的GPU進行OpenGL / 2D渲染？ 如果沒有，那麽更喜歡具有更多VRAM的GPU

- 更多VRAM也意味著更快的渲染

- 你是否會渲染沈重（1.5億個場景或大量的OpenVDB或粒子）？ 如果是這樣，請選擇具有更多VRAM的GPU

- VRAM不能跨多個GPU組合

Motherboard

主板

一種經濟高效的加速渲染解決方案是為您的計算機添加更多GPU。 這是與CPU渲染解決方案相比，GPU渲染更具成本效益的原因之一。 與購買額外的計算機和軟件許可證（包括Redshift許可證）相比，添加額外的GPU（或更多！）更便宜！

如果您今天為Redshift構建計算機並預計將來會添加更多GPU，我們建議您選擇具有4個PCIe3.0 x16插槽或更多插槽的主板。 請註意，有些主板會聲稱有4個PCIe3.0 x16插槽，但它們的規格會說（x16，x16），（x8，x8，x8，x8）。 這意味著“如果你有兩個GPU，它們都將以x16速度運行，但如果你有4個GPU，則每個GPU將以x8速度運行”。 換句話說，即使主板有4個插槽，它們也不能同時以全速x16速度運行。

你絕對需要（x16，x16，x16，x16）嗎？ 沒有！ Redshift與（x8，x8，x8，x8）運行良好，但在某些情況下x16速度可能會對性能有所幫助。 這包括執行大量核外渲染的DeepEXR渲染或渲染場景，即GPU需要訪問CPU內存的情況。 即使在這些情況下，也不要指望x16和x8插槽之間存在巨大的性能差異。 未來的NVidia GPU（Pascal）將能夠更有效地使用CPU內存，因此，在這些情況下，額外的x16速度可能會產生更大的差異。 換句話說，PCIe x16的規劃目前更像是一個面向未來的選擇，而不是現實世界的優勢選擇。

請註意，即使所選主板聲稱擁有許多支持PCIe x16的插槽，您也需要一個合適的CPU來實現這一性能！ （見下文）

回顧一下：

- 如果您要為每臺計算機添加多個GPU，請選擇具有多個快速PCIe x16插槽的主板。

CPU

我們建議CPU具有足夠的單線程性能。最好是擁有內核少且高GHz的CPU。即與6核3.5 GHz CPU相比，Redshift的8核2.5GHz CPU將更糟糕。我們建議工作頻率為3.5GHz或更高的CPU。

並非所有CPU都能以全PCIe x16速度驅動4個GPU。 CPU具有稱為“PCIe通道”的功能，該功能描述了CPU和GPU之間的數據通信速度。某些CPU的PCIe通道數少於其他CPU。例如，Core i7-5820K 3.3GHz有28個PCIe通道，而i7-5930K 3.5GHz有40個PCIe通道。這意味著5930K可以以更高的速度驅動更多的GPU。我們建議CPU具有更多PCIe通道。我們不推薦Core i5，Core i3或低端CPU。

如果在同一主板上有多個CPU（如Xeons），則CPU的PCIe通道將合並在一起。雙Xeon系統可以全速輕松驅動8個GPU。

回顧一下：

- Redshift更關心GHz而不是內核數量

- 如果您要安裝多個GPU，請查看更高端的Core i7

- 如果您要安裝4個以上的GPU，可能需要研究雙Xeon解決方案

- 避免使用i5，i3和低端CPU

外部GPU機箱

我們曾經測試過Redshift的唯一外殼是Cubix Xpander Elite，性能非常好！ 我們一次測試了1,2,3和4個GPU。 我們發現它是穩定的，而且非常重要的是，與直接在計算機主板上安裝GPU相比，我們無法衡量性能損失。 如果您的計算機沒有足夠的PCIe插槽，並且您希望GPU可移植，GPU擴展器也會非常有用。

請註意，並非所有外部機箱都適合Redshift！ 有些人可能會引入PCIe通信延遲，這可能會對Redshift的性能產生負面影響！ 我們建議您在購買之前使用所選的機箱測試Redshift，即使其他GPU渲染器可能運行良好！ 與其他GPU渲染器相比，Redshift的軟件架構要求GPU與CPU進行更頻繁的通信，因此機箱的性能（延遲）非常重要！

PSU/Cooling （風扇）

請遵守CPU / GPU的功率要求並選擇合適的PSU。 在計算機中安裝4個GPU可能需要1000W PSU - 或者更強大的PSU！ 沒有足夠功率的低質量PSU或PSU可能會導致GPU不穩定和崩潰，更不用說GPU損壞了！

請註意，在一臺計算機上安裝4個GPU會產生大量的熱量，因此請確保機箱冷卻/通風良好。 如果通風不足，GPU可能會進行熱節流並自行降頻，以免燒壞。 限制/降頻意味著渲染速度變慢！ 當然，高溫意味著電子設備的使用壽命更短。 所以冷卻很重要！

Multiple GPU scaling

多GPU擴展

使用Redshift和多個GPU進行渲染時，您有兩個選擇：可以使用所有GPU渲染單個幀，也可以使用GPU的組合一次渲染多個幀。

在某些情況下，使用所有可用GPU渲染單個幀可以產生非線性性能增益。 例如：與使用1 GPU渲染相比，4 GPU可能無法快速渲染4倍。 他們可能會提高3倍的速度。 這是因為有一定數量的每幀CPU處理涉及到無法通過添加額外的GPU來加速。

為了更好地解釋這一點，請考慮以下示例。 讓我們假設從Maya中提取場景數據（僅在CPU上發生）需要10秒，渲染需要60秒才能執行1 GPU。 因此總渲染時間為70秒。 現在，如果要添加另外3個GPU（總共4個GPU），則將純渲染時間的60秒除以4，即15秒。 但是你根本不會將10秒的提取時間分開，因為所有這些都是在CPU上完成的！ 因此，總渲染時間將是10秒+ 15秒= 25秒與原始70秒相比。即 快3倍而不是4。

在其他情況下，更多的GPU無法提供幫助，例如從磁盤加載數據。 更糟糕的是，某些CPU處理階段是單線程的。 這意味著安裝具有多個內核的CPU也無濟於事！

上述問題的解決方案是一次渲染多個幀。 如果計算機有4個GPU，則可以一次渲染兩個幀，每個幀使用2個GPU。 這有助於解決這個問題，因為當你一次渲染多個幀時，你就會強迫你的CPU做更多的工作（例如，一次提取多個幀），這通常會提高CPU-GPU的性能比。

一些渲染管理器（如Deadline）支持打開即用的Redshift功能。 截止日期中，該功能稱為“GPU affinity”。 或者，如果您沒有使用渲染管理器並且更喜歡使用自己的批渲染腳本，請閱讀此論壇帖子以獲取有關如何從命令行渲染並使用GPU子集的信息：https://www.redshift3d.com/forums/viewthread/1713/.這基本上是Deadline和其他渲染管理器在幕後選擇Redshift中的GPU。

回顧一下：

- 要獲得最佳的多GPU縮放性能，請一次渲染多個幀

Memory（內存）

我們建議至少擁有系統上安裝的最大GPU的兩倍內存。即 如果系統使用一個或多個TitanX 12GB，系統應該至少有24GB的RAM。

如果您要一次渲染多個幀（如上一節所述），則應相應地增加內存。即 如果渲染1幀需要16GB，同時渲染兩幀將需要大約32GB。

回顧一下：

- 如果您要在每臺計算機上安裝多個GPU，請添加大量CPU RAM

磁盤

我們建議使用快速SSD驅動器（固態硬盤）。 Redshift自動將紋理（JPG，EXR，PNG，TIFF等）轉換為自己的紋理格式，在渲染過程中加載和使用更快。那些轉換後的紋理存儲在本地驅動器文件夾中。我們建議在該紋理緩存文件夾中使用固態硬盤，以便在渲染過程中可以快速打開轉換後的紋理文件。 Redshift可以選擇不執行任何此緩存，只需從原始位置打開紋理（即使這是一個網絡文件夾），但我們不建議這樣做。有關紋理緩存文件夾的更多信息，請閱讀在線文檔。

回顧一下：

- 首選SSD固態硬盤

網絡和NAS

Redshift的渲染速度比CPU渲染器快幾倍。這意味著您的網絡負擔也可能更高，就像您添加更多渲染節點一樣！如上所述，Redshift將紋理緩存到本地磁盤，因此它不會嘗試一遍又一遍地通過網絡加載紋理（只有在紋理發生變化時才會這樣做）。但是，其他文件（如Redshift代理）不會在本地緩存，因此將反復通過網絡訪問它們。在這種情況下，快速網絡和網絡附加存儲（NAS）通常可以正常工作。

但是，在某些情況下，用戶報告某些NAS解決方案的性能極低。由於市場上有許多NAS產品，我們強烈建議您通過網絡使用大型Redshift代理對所選NAS進行徹底測試。例如，嘗試導出一個包含3000萬個三角形的大型Redshift代理（曲面細分的球體可以），將其保存在網絡文件夾中，然後嘗試通過網絡路徑和本地文件在場景中使用它 - 測量兩者之間的渲染性能差異。

回顧一下：

- 使用Redshift進行渲染就像使用大量機器進行渲染一樣。這可能會給您的網絡帶來壓力。

- 徹底測試您的網絡存儲解決方案！其中一些有性能問題！

使用Redshift渲染器，怎麽選電腦配置！