CUDA in Pixinsight lohnt sich extrem um die BNSXterminatoren zu beschleunigen (unter Windows)

Chorge1972

Aktives Mitglied
Für die alten Hasen bestimmt ein nochj älterer Hut, aber vielleicht dennoch ein guter Tip für alle, die das noch nicht wissen:

Da ich gerade versuche das Optimum aus meinem i7 Laptop herauszuholen, bin ich - neben dem tollen Tip die SwapFiles auf 6-8 Ordner zu verteilen (am besten 4-6 davon auf einer erstellten RAM-Disk) - nun auch auf das Thema CUDA mit NVIDIA-Karten gestoßen. Hab mir dazu die Anleitungen im Netz und das YouTube-Video von "Cuiv - The lazy Geek" mal in Ruhe angesehen...
Hab dann ganz langsam die Schritte befolgt, und somit CUDA in mein PI-System implementiert.
Was soll ich sagen? Einfach nur geil, obwohl ich nur ne kleine Laptop RTX3060 mit 6GB GraphikRAM hab.
Wenn ich jetzt ein gestacktes und 2x gedrizzeltes Bild aus meiner ASI2600 mit über 1,5GB Größe nun durch meinen BXT-NXT-SXT-Container laufen lasse, so ist mein Laptop damit nach 3:22min fertig. Vorher hat das locker insgesamt 15min, wenn nicht sogar länger gedauert! Zumindest so lange, dass ich pinkeln gehen UND mir danach noch gemütlich einen Cappuccino mit Milchschaum an der Siebträgermaschine zaubern konnte. Und meistens war dann die Sache immer noch ne ganze Weile am rumrechnen...

DAHER: Wer ne NVIDIA Karte mit CUDA in seinem Windows-Rechner hat und BXT, NXT & SXT nutzt in PI, sollte UNBEDINGT den Aufwand einmal betreiben das Ganze einzurichten (ist leider echt nicht ganz easy, aber machbar, keine Sorge)! Es lohnt sich - und man spart VIEL Geld, wenn der kleine Teufel auf der Schulter einem mal wieder einreden will, dass man UNBEDINGT nen schnelleren Rechner will....
Mist, das Stacking von 100 Bildern incl. Drizzle dauert immer noch weit über 1h - ich brauch nen schnelleren Rechner... LACH
 
Jein - ich musste da einiges im Windows herumwerkeln.
Hab es nach dieser Anleitung gemacht:
Darf ich fragen, was du in der Repository eingetragen hast? Welchen Link meinst du? DANKE!
 
Ja - muss ich zustimmen, zumal bei mir die RAM-Disk nun heute beim bearbeiten eines Bildes vollgelaufen ist, und PI aber dann leider nicht auf die Ordner auf meiner SSD ausgewichen ist… RAM-Disk wieder entfernt, und einfach 4 Ordner auf der SSD nun in Verwendung (doppelt). Läuft!
 
Moin,
ich nutze derzeit eine Dell Mobile Precision 3591 (Core Ultra 7 155H, 32GB RAM, RTX A1000) (Mobile Workstation GPU) mit Windows 11. Die Grafikkarte wird auf der NVIDIA Website nicht aufgeführt, ist aber durchaus NVIDA Compute Capable und besitzt in meiner Ausführung die NVIDA Compute Capability v. 8.6
Im offiziellen NVIDIA Forum wurde dieses auch bereits schon mal bestätigt und die Grafikkarte kann über CUDA Berechnungen durchführen. Laut TensorFlow wird die Karte auch unterstützt. Hab auch im Matlab Forum mal gesucht, da ja solche Karten auch häufig für Berechnungen gebraucht werden und bin ebenfalls fündig geworden. (Support for NVIDIA RTX A1000)
Aber egal wie ich PixInsight für CUDA konfiguriere, es will mir nicht gelingen... ob über das Repository oder über die manuelle Variante (PixInsight CUDA) .. keine Chance. Habe auch bereits mal eine neuere TensorFlow Version ausprobiert und eine neuere NVIDIA CUDA Toolbox...

Auf meinem Tower mit 'ner älteren GTX 1070 läufts ohne Probleme, war auch nach knapp 5-10 min ready to go und hat dann auch sofort über BlurX gerechnet. PixInsight nutzt bei dem Notebook allerdings einfach stumpf die CPU weiter.
Habe auch zusätzlich über die NVIDIA Systemeinstellungen für PixInsight festgelegt, dass er für diese Anwendung die NVIDIA Karte benutzen soll. In PixInsight ist die CUDA Acceleration auch aktiviert. Habe jetzt auch noch mal alles deinstalliert und neu eingerichtet, es will einfach nicht.

Hat jemand evtl. eine ähnliche Karte oder sogar ein ähnliches Gerät und hat es zum Laufen bekommen?
1715874184511.png
 
Zurück
Oben