CPU渲染与GPU渲染的区别？

CPU渲染：

 

CPU (Central Processing Unit)是一种设备，它主要充当每个嵌入式系统的大脑。它由ALU(算术逻辑单元)和CU(控制单元)组成，ALU用于临时存储数据并执行计算，CU用于执行指令排序和分支。它还与计算机的其他单元(如内存、输入和输出)进行交互，以执行来自内存的指令，这就是接口也是CPU的关键部分的原因。I/O接口有时包括在控制单元中。

 

它提供地址、数据和控制信号，同时接收指令、数据、状态信号和中断，并通过系统总线进行处理。系统总线是一组各种总线，如地址总线、控制总线和数据总线。与GPU不同的是，CPU分配更多的硬件单元用于高速缓存，而对计算的分配较低。

 

在渲染应用中，CPU（或处理器）是计算机的“大脑”，大量计算是在光线围绕场景反弹时进行跟踪的地方。必须计算数百万条这样的光线才能从渲染引擎中获得正确的图片，对于视频/电影，在整个项目过程中需要渲染很多单独的帧。但是，可以单独处理每条射线与对象和光源的交互的计算-这使其成为多核处理器的最佳工作流程之一。

 

每个射线的计算之间同样缺乏相互依赖性，这意味着这种类型的工作也可以在GPU或图形处理单元上很好地处理。这些是显卡上的主要处理器，擅长于同时处理许多小的计算。在过去的十年左右的时间里，这导致了基于GPU的渲染的兴起，而当今使用的许多流行渲染引擎就是其中的一部分（包括OTOY的Octane Render，Maxon的Redshift， 和更多）。在这些情况下，CPU本身的重要性突然降低了很多：它主要只是将数据馈送到视频卡，这使得时钟速度远比内核数重要。系统支持的PCI Express通道以及视频卡的数量也取决于CPU。

 

gpu渲染：

gpu是图形处理器，启用Gpu渲染加速，就是调用gpu加速图形的渲染和填充。开启gpu渲染加速后可以提升图形加载速度，降低cpu处理器的负担，使系统运行更加流畅，但是也更加耗电。

 

在图形渲染领域，不管是影视动画、建筑表现，还是CG广告，GPU凭借其专为图形加速而设计的架构和计算能力，为用户带来了一种更加高效的渲染解决方案，即GPU渲染解决方案。GPU渲染具有更快速度、更低成本的优势，而且GPU加速渲染的可用性也不断提高，越来越多搭上GPU渲染标签的高品质作品问世。

 

GPU 渲染优势

在图形渲染领域，不管是影视动画、建筑表现，还是 CG 广告，GPU 凭借其专为图形加速而设计的架构和计算能力，为用户带来了一种更加高效的渲染解决方案，即 GPU 渲染解决方案。GPU 渲染具有更快速度、更低成本的优势，而且 GPU 加速渲染的可用性也不断提高，越来越多搭上 GPU 渲染标签的高品质作品问世。这些发展趋势，让 GPU 渲染受到了国内外用户的普遍欢迎。

 

GPU最突出的特点就是：计算核心多。CPU的计算核心一般只有四个、八个，一般不超过两位数，而用于科学计算的GPU的计算核心可能上千个。正由于计算核心数量的巨大优势，GPU在同一时刻能够进行的计算的数量远远地把CPU比了下去。这时候，对于那些可以并行进行的计算，利用GPU的优势就能够极大地提高效率。这里解释一下任务的串行计算和并行计算。串行计算通俗来说就是先计算完一个之后再计算下一个，并行计算则是同时并行的计算若干个。比如计算实数a与向量B=[1 2 3 4]的乘积，串行计算就是先计算a*B[1]，再计算a*B[2]，然后计算a*B[3]，最后计算a*B[4]，从而得到a*B的结果，并行计算就是同时计算a*B[1]、a*B[2]、a*B[3]和a*B[4]，得到a*B的结果。如果只有一个计算核心，四个计算任务是不可能并行执行的，只能够一个一个地串行计算，但如果有四个计算核心，则可以把四个独立的计算任务分到四个核上并行执行，这便是并行计算的优势所在。正因如此，GPU的计算核心多，能够进行并行计算的规模便非常大，对于一些能够通过并行计算解决的计算问题便表现出了优于CPU的性能。比如破译密码，将任务分解成可以独立执行的若干份，每一份分配在一个GPU核心上，便可以同时执行多份破译任务，从而加快破译速度。

 

目前可用的 GPU 渲染器：

① Redshift 是世界第一款完全基于 GPU 加速的、有偏差的渲染器，也是现在市场接受度最高的一款 GPU 渲染器。Redshift 采用近似法和插值技术，在样本相对较少的情况下实现无噪点的渲染结果，并在同等输出效果下，速度远超无偏差渲染器。从渲染效果来说，Redshift 已经达到了 GPU 渲染的最高水准，可以渲染输出电影级品质的图像。

② Blender Cycles 是采用光线追踪算法的、可提供超写实渲染的无偏差渲染引擎。光线追踪算法的优点是设置参数简单，结果准确，能大大减少渲染时间。Cycles 可以作为 Blender 的一部分，也可以作为独立渲染器，这对于大规模集群渲染和云服务商来说是一个完美的解决方案。

③ NVIDIA Iray 是一种高度互动而直观的物理效果渲染技术，可通过模拟真实世界光线与实际材质实现交互设计和创建极复杂的场景，从而生成照片般逼真的影像。不同于传统的制作渲染器，Iray 可产生反映现实世界行为的结果。设计师并不需要具备计算机图形技术的专家级知识，即可快速取得照片般逼真的结果。

④ OctaneRender 是世界上第一个 GPU 加速最快、基于物理的无偏差渲染器。这意味着只使用计算机上的显卡，就可以获得超快的照片级逼真的渲染结果。Octane 的并行计算能力，使得用户花更少的时间就能创造出令人惊叹的作品。

⑤ V-Ray RT 是 Chaos Group 交互式渲染引擎，既可以利用 CPU 又可以 GPU 硬件加速，并实时追踪物体、灯光、材料等进行场景变化，自动更新动态着色预览图。

⑥ Indigo Renderer 是一款基于物理的全局光渲染器，它可以模拟光线的物理表现来实现接近完美的逼真画面。通过先进的物理摄像机模型、超真实的材质系统和 Metropolis Light Transport 对复杂光线环境的模拟，Indigo Renderer 可以充分满足建筑和产品可视化方面对逼真度的高标准需求。

⑦ LuxRender 是一款基于物理的无偏差渲染器。LuxRender 以当前最先进的算法为依据，根据物理方程式模拟光的流动，从而产生真实摄影的质量。

 

CPU渲染与GPU渲染的区别:

CPU和GPU之所以大不相同，是由于其设计目标的不同，它们分别针对了两种不同的应用场景。CPU需要很强的通用性来处理各种不同的数据类型，同时又要逻辑判断又会引入大量的分支跳转和中断的处理。这些都使得CPU的内部结构异常复杂。而GPU面对的则是类型高度统一的、相互无依赖的大规模数据和不需要被打断的纯净的计算环境。

1、在CPU的优先保障低延迟，而GPU是优先保障吞吐量优化，在一个时间间隔内执行的计算数量必须是高的或尽可能多的。

2、当涉及到串行指令处理时，CPU提供了更有效的结果。而GPU处理并行指令的方式更加有效。

3、一个CPU由较少数量的强大核心组成。相比之下，GPU是通过大量的弱核构建的。

4、由于其庞大的并行处理能力，GPU可以达到与CPU相当的高速。

5、CPU需要更多的内存来处理，而GPU需要的内存相对较少。

CPU主要负责操作系统和应用程序，GPU主要负责大量数据的并行计算。

 

由于gpu处理图形比cpu好，所以gpu渲染应用的界面会更流畅，同时减轻cpu的负担，提高软件和桌面显示帧数。目前GPU硬件成本高，折旧成本高，直接购买硬件进行渲染不划算，可以采用云端解决方案，使用渲云云渲染，全面支持各类3D软件及插件，可根据需求定制，根据需求选择配置，可批量渲染，渲染速度更快，更加节省成本，工作效率更高。