Si estás utilizando Adobe Premiere o After Effects, Adobe media encoder u otro software de edición, postproducción y renderizado, es probable que te pida elegir entre CUDA y OpenGL. Aquí te explicaremos las diferencias y qué GPU debe utilizarse para obtener un mejor rendimiento. Comparativa CUDA vs OpenGL.
Una de las preguntas más difíciles para encontrar una respuesta: explicamos el equivalente informático de preguntas metafísicamente imposibles de responder como: «¿qué es CUDA, qué es OpenGL y por qué debería importarnos?»
Llega un momento en la vida de un editor de video en el que inevitablemente se plantean las preguntas básicas: “¿Esta es toda la velocidad que tengo? ¿Como optimizar el procesamiento del video y el renderizado?
La verdad es que para entender CUDA y Open GL, también necesitará saber sobre Open CL. En este artículo intentaremos explica de la forma mas sencilla posible.
Vista general sobre openCL, OpenGL y CUDA
- OpenGL es una biblioteca multiplataforma que se utiliza para acelerar la representación de gráficos mediante las GPU.
- OpenCL y CUDA son específicamente para programación paralela heterogénea de propósito general. CUDA solo es compatible con GPU Nvidia . OpenCL es compatible con una variedad de CPU, GPU, FPGA, etc. multinúcleo recientes.
- Entonces, comparar OpenGL con OpenCL y CUDA no tiene ningún sentido.
- En cuanto al rendimiento , CUDA y OpenCL ( el dispositivo de destino es GPU ) son igualmente buenos para lograr un alto rendimiento.
- El rendimiento de OpenCL a veces es malo cuando la implementación del controlador OpenCL correspondiente crea gastos generales para otras arquitecturas distintas a las del proveedor.
- Por ejemplo: AMD APP SDK (implementación de OpenCL por AMD) funciona mal en arquitecturas Intel con muchos gastos generales. Esto está destinado a suceder debido a las diferencias arquitectónicas.
- La facilidad de escribir programas CUDA es alta en comparación con OpenCL debido a las estructuras de datos incorporadas simplificadas que proporciona CUDA.
- Pero con tiempo y esfuerzo, uno puede aprender OpenCL o CUDA o ambos y paralelizar ciertos algoritmos para apuntar a las GPU.
¿Cuáles son las principales diferencias entre CUDA y OpenGL?
- OpenGL es una BIBLIOTECA de gráficos que se utiliza para visualización, juegos, etc., mientras que CUDA es un lenguaje de programación que podría utilizarse para tareas de computación intensivas de propósito general, como procesamiento de imágenes, aprendizaje automático.
- OpenGL funciona en todas las CPU, procesadores gráficos integrados como gráficos Intel HD y todas las tarjetas GPU (AMD, NVIDIA, etc.), mientras que CUDA es un lenguaje propietario de NVIDIA para tarjetas gráficas NVIDIA.
- Lo más importante: el código que se ejecuta en el hardware (GPU) ya está escrito en las implementaciones de openGL y se supone que el programador debe llamar a las funciones de manera adecuada, mientras que en CUDA, el programador escribe los códigos que se ejecutan en el hardware.
¿Qué es CUDA?
Creado por el fabricante de tarjetas gráficas Nvidia, en términos tan simples como sea posible, CUDA permite que sus programas usen el cerebro de su tarjeta gráfica como una sub-CPU. Su CPU pasa ciertas tareas a la tarjeta habilitada para CUDA.
La tarjeta gráfica se especializa en calcular cosas como la iluminación, el movimiento y la interacción lo más rápido posible. Las tarjetas gráficas están diseñadas específicamente para procesar dicha información lo más rápido posible, incluso enviándola a través de varios carriles a la vez, como si tuviera cuatro carriles de pago en el supermercado para un carrito de compras. Los resultados de este trabajo luego se devuelven a la CPU, que desde entonces ha pasado a cosas más grandes y mejores.
Los beneficios DE CUDA
Para los programadores, es relativamente simple de integrar. Como está basado en software, gran parte del sistema debe programarse en el código del programa y, por lo tanto, su función puede variar o personalizarse.
Para el usuario, dado que la funcionalidad principal de CUDA radica en el cálculo, la generación de datos y la manipulación de imágenes, los tiempos de procesamiento, renderizado y exportación de efectos pueden reducirse considerablemente, especialmente si se realiza una ampliación o reducción de escala. También se puede mejorar el análisis de imágenes, así como simulaciones como dinámica de fluidos y procesos predictivos como patrones climáticos. CUDA también es excelente para las fuentes de luz y el trazado de rayos. Todo esto significa que funciones similares a efectos de representación, codificación y conversión de video, y más, se procesarán mucho más rápido.
Las desventajas de CUDA
Esto funciona solo para tarjetas gráficas «habilitadas para CUDA». Dado que CUDA es propiedad de Nvidia, necesita una tarjeta gráfica fabricada por esa empresa para aprovecharla. Si tienes, por ejemplo, una Mac Pro estilo papelera, simplemente no es una opción para ti, ya que solo vienen con tarjetas gráficas AMD. Aquí hay opciones de terceros, pero Apple solo proporciona AMD en sus paquetes. También encontrará que menos programas admiten CUDA que su alternativa, así que hablemos de esa otra opción.
¿Qué es OpenCL?
OpenCL es un sistema relativamente nuevo y puede considerarse una alternativa a CUDA. Sin embargo, es un estándar abierto, lo que significa que cualquiera puede usar su funcionalidad en su hardware o software sin pagar por ninguna tecnología o licencia patentada. Mientras que CUDA usa la tarjeta gráfica para un coprocesador, OpenCL transmitirá la información por completo, usando la tarjeta gráfica más como un procesador par de propósito general separado.
Es una distinción filosófica menor, pero al final hay una diferencia cuantificable. Para el programador, es un poco más difícil codificar. Como usuario, no está atado a ningún proveedor y el soporte está tan extendido que la mayoría de los programas ni siquiera mencionan su adopción.
¿Qué es OpenGL?
OpenGL es realmente el comienzo de la historia. No se trata de usar la tarjeta gráfica como un procesador de propósito general. En cambio, se trata simplemente de dibujar píxeles o vértices en la pantalla. Es el sistema que permite que su tarjeta gráfica cree pantallas 2D y 3D para su computadora mucho más rápido que su CPU.
Al igual que CUDA y OpenCL son alternativas entre sí, OpenGL es una alternativa a sistemas como DirectX en Windows. Simplemente, OpenGL dibuja todo en su pantalla muy rápido, OpenCL y CUDA procesan los cálculos necesarios cuando sus videos interactúan con sus efectos y otros medios.
OpenGL puede colocar su video dentro de la interfaz de edición y hacer que se reproduzca, pero cuando le aplica la corrección de color, CUDA u OpenCL harán los cálculos para alterar cada píxel del video correctamente.
OpenGL se puede implementar a nivel de hardware, lo que significa que los codificadores no tienen que incluir el código en su programa, solo tienen que llamarlo. Además, los proveedores de hardware tienen la opción de expandir la funcionalidad central con extensiones, lo que significa que algunos hardware pueden ser mejores en ciertas tareas que otras. Esto permite una personalización muy específica.
Donde el usuario verá los beneficios de OpenGL es en el rendimiento operativo del software. Las vistas previas se procesan especialmente rápido. En muchos programas, también se utiliza para interfaces aceleradas y superposiciones, como líneas de tiempo, metraje, ventanas, cuadrículas, guías, reglas y cuadros delimitadores.
Al final, OpenGL para el usuario no es un problema, ya que tanto OpenCL como CUDA pueden utilizar y utilizan el sistema OpenGL.
Lo que debe comprender aquí es que si tiene una tarjeta gráfica con la última compatibilidad con OpenGL, siempre trabajará más rápido que en una computadora con CPU y gráficos integrados solos.
Conclusión ¿Qué es mejor, CUDA u OpenCL – OpenGL?
Entonces, ¿Qué significa todo esto para usted y su estación de trabajo? ¿Qué es mejor, CUDA u OpenCL? Asumiremos que ha realizado el primer paso y comprobado su software, y que lo que sea que utilice admitirá ambas opciones.
Si tiene una tarjeta Nvidia, use CUDA. Se considera más rápido que OpenCL la mayor parte del tiempo.
Tenga en cuenta también que las tarjetas Nvidia son compatibles con OpenCL.
El consenso general es que no son tan buenos como las tarjetas AMD, pero cada vez se acercan más. ¿Vale la pena salir y comprar una tarjeta Nvidia solo por el soporte de CUDA? Eso dependería de demasiados factores de casos específicos para que los cubramos aquí. Tendrá que ver sus necesidades y hacer su investigación. No solo el tipo de trabajo que realiza su empresa, sino también la máquina individual y cuál será su carga de trabajo y función. Y si puedes, prueba antes de invertir.
Adobe, por ejemplo, afirma en su sitio web que, con muy pocas excepciones, OpenCL también puede hacer todo lo que CUDA hace para Premiere Pro. También establece que no utiliza ninguno de estos para codificar o decodificar. Sin embargo, se pueden usar para renderizar vistas previas y exportaciones finales. La mayoría de los que han «comparado» los dos parecen inclinarse hacia que CUDA sea más rápido con los productos de Adobe. CUDA tiene la ventaja de ser autónomo, lo que, debido a una mejor optimización, puede resultar en un rendimiento más rápido.
