Hogyan válasszunk számítógépet az asztrofotó-feldolgozáshoz: CPU, RAM, SSD és valós tesztek

Ez a cikk a 2020 és 2024 között készült jegyzeteket és valós teszteredményeket foglalja össze. Az itt említett CPU- és videokártya-típusok, memóriaárak és Benchmark-pontszámok mind változnak az idővel, ezért vásárláskor érdemes az aktuális piaci információkat figyelembe venni.

„Milyen gépet érdemes összeállítani a PixInsighthoz?” – ez a közösségben gyakran felmerülő kérdés. Az elmúlt években több gépet is lecseréltem, és a hivatalos Benchmark-szkripttel jó néhány konfigurációt leteszteltem. Ebben a cikkben az eddigi tapasztalataimat alkatrészenként rendeztem választási útmutatóvá, a valós pontszámok alakulásával együtt.

Elsőként a PixInsight Benchmarkról

A PixInsight hivatalosan biztosít egy teljesítménytesztelő szkriptet, amellyel felmérhető, hogy a saját gépünk mennyire jól futtatja a PI-t; a teszt végén három pontszámot ad: Total, CPU és Swap. Ha tesztelni szeretnénk, ne felejtsük el előtte a legújabb verzióra frissíteni a PI programot.

Elsőként a cégnél lévő, csillagászati képek feldolgozására használt gépemen mértem (AMD APU 2400G, DDR4 2666 14GB, M.2 SSD), és a legjobb eredmény is csak Total 6414 körül volt. Miután frissítettem a processzort (AMD R5 4650G), a CPU-pontszám egyenesen megduplázódott, 13 000 fölé szökött, ráadásul a teljes rendszer fogyasztása nem haladta meg a 120 wattot, amivel nagyon elégedett voltam – ez a pontszám még az otthoni, normál méretű asztali gépemmel (R5-3600, 32GB DDR4 3200) is holtversenyben végzett.

Hogyan válasszuk ki az egyes alkatrészeket

2023-ra, ahogy a fényképezőgépem CCD-ről CMOS-ra váltott (IMX571, IMX455 és hasonlók), a képek tízegynéhány millió pixelről huszonnégy, majd hatvan millió pixelre nőttek, a régi irodai gépem specifikációja kezdett elégtelenné válni – már a lépés vissza/lépés előre váltás is három másodpercig tartott, ami rendkívül kényelmetlenné tette a kép előtti és utáni állapotának összehasonlítását. Ráadásul ebben az évben tömegesen jelentek meg az MI-alapú folyamatok, amelyekre a munkafolyamat sok pontján szükség volt, ezért újrarendeztem a vásárlási logikámat:

CPU

A PI azt szereti, ha „sok mag van, és mind nagy mag”. A mainstream PC-ken az olyan fogyasztói csúcskategóriás CPU-k, mint az AMD 7950X vagy az Intel i9-13900K, jobban teljesítenek. Külön érdemes megjegyezni, hogy az AMD X3D verziói nem hoznak előnyt a PI-hez, a tényleges termelékenységi teljesítményük akár kicsit el is maradhat a normál 7950X modell teljesítményétől – hacsak nem szeretnénk mellette játszani is, elég a normál verziót választani.

Emellett valaki egyszer egy R9-7950X típusú processzort Linuxszal kombinálva 50 000 fölötti pontszámot ért el, ezzel simán lehengerelve az i9-13900 sorozatot (a TSMC 5 nm-es gyártástechnológiája tényleg erős) – azoknak, akik a közeljövőben gépet cserélnének, érdemes szemmel tartaniuk az ilyen kombinációkat.

Videokártya (VGA)

Akik üstökösöket dolgoznak fel, vagy akiknek a munkafolyamatában ismételten csillagtalanításra és zajcsökkentésre van szükség, azoknak PC-n érdemes hozzáadni egy NVIDIA videokártyát, hogy a CUDA-magok segítsenek felgyorsítani az SXT, NXT és BXT eszközöket. Az akkori piaci árakon az RTX 30 sorozat (például az RTX 3060 vagy a 3060 Ti) volt az első választás. Aki nem játszik, annak az RTX 3060 12G verzió jó választás – energiatakarékos, több VRAM-mal rendelkezik, sőt akár Stable Diffusion futtatására is alkalmas. (A GPU-gyorsítás részletes valós teszteredményeiről külön cikk szól.)

A Mac oldalon az M1 és újabb modelleknél a GPU-gyorsítás automatikusan aktiválódik.

SSD

A feldolgozandó fájlokat legalább egy SATA SSD-re érdemes tenni; a mai főáramú helyzetben egy M.2 SSD-n még jobb. Egy PCIe Gen3 SSD is elég, a Gen4 hozta feldolgozási előny valójában kicsi (csak fájlmásoláskor gyorsabb érezhetően).

Mellesleg, ha a PI Benchmarkot RAMDISK-en futtatjuk, de a sebesség csak 4 GB/s-ig jut, annak nincs sok értelme – ha a RAMDISK nem éri el legalább a 10 GB/s-ot, inkább váltsunk egyenesen egy megfizethető PCIe Gen4 SSD-re (a 7 GB/s-nak elégnek kell lennie).

RAM

A PI elég hatékonyan használja a memóriát. Hacsak nem kizárólag full frame-es vagy annál nagyobb érzékelőkből származó nagy képeket dolgozunk fel, a 32 GB már elég. Ha DDR4-et használunk, nyugodtan mehetünk egyből 64 GB-ra; a DDR5 akkoriban még drágább volt, ezért érdemes 32 GB-tal kezdeni, és szükség esetén bővíteni.

Van itt egy fontos szempont: ha kevés a memória, a leggyorsabb CPU sem tudja kibontakoztatni a teljesítményét. A PI egy szkript vagy folyamat futtatása előtt először megbecsüli a rendelkezésre álló memóriát; ha a hely nem elég az összes szál kiszolgálására, egyszerűen korlátozza a használható szálak számát. Például, ha minden szálhoz 1,7 GB kell, de csak 19 GB memória maradt, a PI csak 9 szálat enged futni; a CPU-nkban viszont nyilvánvalóan 32 szál van, vagyis 23 szál csak tétlenül várakozik. A PI hivatalosan szálanként kb. 2 GB memóriát ajánl – az AMD 7950X processzort (16 nagy mag, 32 szál) véve példának, legalább 64 GB-ot kell beépíteni ahhoz, hogy a szoftver teljesen ki tudja bontakoztatni a teljesítményét.

Néhány saját, valóban tesztelt gépem

A folyamatos cserék során néhány jellemző gép gyűlt össze nálam:

• Irodai gép AMD R5-2400G → R5-4650G: a PI-t legelőször az R5-2400G processzoros irodai gépen tanultam meg, később R5-4650G processzorra frissítettem (a teljesítménye kb. megegyezik az R5-3600 processzoréval), de a kis házméret miatt a CPU-n, a memórián és az SSD-n kívül nem fért bele plusz videokártya.
• Gamer laptop AMD R7-5800H: 32 GB DDR4 3200, M.2 Gen3 SSD, RTX 3060 Laptop 6G, a teljes költség nem érte el a 40 000 tajvani új dollárt. A RAM és az SSD saját kezű bővítésének öröme felbecsülhetetlen, a videokártya pedig kizárólag a CUDA-gyorsítású csillagtalanításra van fenntartva.
• Új asztali gép AMD R9-7950X: DDR5 6000 16G×2, 360-as all-in-one vízhűtés, B650-es alaplap, több M.2 PCIe SSD, RTX 3060 12G, 750 W-os tápegység. Ennek összeállításakor a költségvetést a képfeldolgozáshoz leginkább kapcsolódó CPU-ra, vízhűtésre és videokártyára összpontosítottam, a többi perifériát pedig amennyire lehetett, visszafogtam.

2024 végére, miután a PI a nagy 1.9 Lockhart verzióra frissült, szokás szerint újra leteszteltem egy kört. A kezemben lévő három gép átlagos pontszáma sorrendben: a közel öt éve használt R5-3600 kb. 14 700, a három éve használt R7-5800H kb. 17 000, a közel két éve használt R9-7950X kb. 29 800. A 7950X mint fő asztali gép két év után is remek erőt mutat, úgy tűnik, még két évet kibír, amíg megérkezik az AMD új generációs CPU-ja. Persze, ha most kellene gépet összeállítani, egyenesen a csúcsmodell R9-9950X processzorral valószínűleg még öt évig lehetne versenyezni.

Néhány könnyen figyelmen kívül hagyott részlet

• Az Apple ARM-ról: a PI az 1.9-es verziótól kezdve lecserélte a számítási motorját, és fokozatosan a natív Apple ARM-támogatás felé halad, ahelyett hogy emulátorral futna. Ezt megelőzően (az 1.8.x korszakában) a PI az M1/M2 lapkákon emulátorral futott, ezt a teljesítmény értékelésekor figyelembe kell venni.
• CPU-küszöb 1.9-től: a PixInsight az 1.9-es verziótól kezdve már nem támogatja az AVX2/FMA3 utasításokat nélkülöző régi CPU-kat (Intelnél kb. 2013 második negyedéve előtt, AMD-nél kb. 2015 második negyedéve előtt), ezeken a régi platformokon nem lehet telepíteni az új PI-t. Akik még régi PC-t használnak, azoknak érdemes a nagy verzióváltás előtt előbb megfontolniuk a gépcserét.
• Intel 13./14. generációs K verziók lefagyása: több hobbitárs is jelezte, hogy az Intel 13. és 14. generációs K verziós CPU-k alapértelmezett beállítással lefagynak a PI futtatásakor. Később a gyártó kiadott egy BIOS-frissítést, amely a teljesítményt kb. 10%-kal csökkenti, de biztosítja a rendszer stabilitását; akik i9-13900K, 14900K vagy 14700K processzort használnak, nyugodtan frissítsenek és teszteljék le.
• A bekapcsolás óta eltelt idő befolyásolja a pontszámot: Windows alatt a legjobb Benchmark-pontszám eléréséhez a legjobb, ha közvetlenül a „kikapcsolás, majd újbóli bekapcsolás” után, frissen bekapcsolt gépen futtatjuk a tesztet. Az én gépemnél az egyszerű újraindítás nem segít, ki kell kapcsolni, majd újra be, különben az SSD nem futtatja le a szemétgyűjtést; nagyjából egy héttel a bekapcsolás után az SSD folyamatos olvasási sebessége 3000 MB/s alá esik. A rendszeres ki- és bekapcsolás valóban szükséges.

Mellesleg: a felvételvezérléshez használt számítógép

A fő utómunka-gépen kívül a felvétel helyszínén szükség van egy vezérlőszámítógépre is, és a kiválasztás logikája teljesen más – nem a teljesítmény a lényeg, hanem a stabilitás és a környezeti tűrőképesség. Szereztem két DDR5-ös laptopmemória-modult, összepárosítottam egy régi M.2 Gen3 SSD-vel, és összeraktam egy kis, Intel 1240P magra épülő számítógépet, amely a csillagászati felvételkészítés közben vezérlőgépként szolgál (egyszerre vezérel egy mechanikát, két távcsövet és két kamerát), valamint élő stackeléshez is használom. Nincs akkumulátora, így nem fél a hegyi alacsony hőmérséklettől; viszont ventilátoros rendszerről van szó, ezért nem szerelhető közvetlenül a távcsőre.

Összefoglalás

Egy PI futtatására szánt számítógép összeállításánál a prioritási sorrend nagyjából ez: sok nagy magos CPU, a szálszámnak megfelelő elegendő memória, egy tisztességes M.2 SSD, majd a munkafolyamattól függően egy NVIDIA videokártya. A hardverspecifikációk folyamatosan váltják egymást, de az az elv, hogy „a költségvetést a képfeldolgozáshoz leginkább kapcsolódó részekbe fektetjük”, nem igazán avul el.