Unicorn Render is beschikbaar voor:

• Windows 10 64-bit als zelfstandige applicatie. Deze versie laadt 3D-bestanden en kan een scène samenstellen uit verschillende bestanden.
• SketchUp 2017 – 2024. Deze versie is direct gekoppeld aan SketchUp, opent bestanden via SketchUp en renderd in een live verbinding met SketchUp.
• ARC+ X10, ARC+ X11. Deze versie is direct gekoppeld aan ARC+, opent bestanden via ARC+ en renderd in een live verbinding met ARC+.

Waarom een GPU?

Ter referentie om de exponentiële krachtontwikkeling van GPU’s te begrijpen: in 2009 was de rekenkracht van een GPU 1 TFlops (tegenover 100 GFlops voor een consumentencentrale processor). Tien jaar later, in 2019, biedt de nieuwste generatie GPU’s voor consumenten maar liefst 83 TFlops (zoals de RTX 4090).

Deze zoektocht naar hogere prestaties (gestimuleerd door de toenemende vraag naar videospelletjes door de consument) vond zijn kracht door middel van verschillende technische ontwikkelingen en verbeteringen: van betere algoritmen tot toenemende mogelijkheden op productieniveau, wat de installatie van single-chip multi-GPU-processoren mogelijk maakt. Dit vergrootte de capaciteit en de middelen van GPU-videokaarten en leidde tot de evolutie van de GPU naar circuits die volledig zijn toegewijd aan parallelle verwerking. Moderne GPU’s bestaan uit duizenden cores die in staat zijn om grote hoeveelheden gegevens tegelijkertijd in veel streams te verwerken, en daarbij relatief eenvoudige bewerkingen uit te voeren. Aanvankelijk waren ze vooral geoptimaliseerd voor de verwerking van computergraphics, wat enorme data parallelle operaties vereist. 3D-computergraphics en met name 3D-rendering zijn afhankelijk van veel van dezelfde algoritmen die voor elke pixel herhaald worden, zonder onderlinge afhankelijkheid. Dit wordt vaak aangeduid als een “embarrassingly parallel” werklast, die bijzonder goed wordt afgehandeld door GPU’s, die sterk zijn geoptimaliseerd voor dit soort verwerking.

​

Een verdere snelheidsverhoging kan worden bereikt door meerdere GPU’s in hetzelfde systeem te gebruiken, wat de al parallelle aard van de berekeningen die door een GPU worden uitgevoerd, verder paralleliseert. Dit kan nodig zijn afhankelijk van de te verwerken werklast (real-time renderingvereisten) en de vraag naar een hogere mate van realistische rendering. Fotorealistische kwaliteit is tegenwoordig een gangbare norm, en het is een feit dat renderingprocessen rekenintensief zijn, gezien de complexe verscheidenheid aan fysische eigenschappen die worden gesimuleerd. Real-time rendering, een andere veelvoorkomende eis, vereist miljarden pixels per seconde, waarbij elke pixel honderden of meer bewerkingen nodig heeft.

​

Verscheidene vergelijkende studies van de krachten van CPU’s en GPU’s hebben vooral de impact in termen van kosten en energieverbruik (en daarmee samenhangend warmteontwikkeling) aangetoond als het nodig zou zijn om 10 tot 15 CPU’s uit te rusten voor de rekencapaciteit van één enkele GPU. Tegelijkertijd heeft de ontwikkeling van de productie van GPU’s geleid tot een drastische daling van de verkoopprijzen van GPU-grafische kaarten, van duizenden euro’s voor gespecialiseerde werkstations naar slechts enkele honderden euro’s die vandaag de dag beschikbaar zijn voor de gemiddelde gebruiker.

​

Oorspronkelijk ontworpen om de weergavebehoeften van een werkende computer te versnellen, is de GPU geëvolueerd van een eenvoudig stuk hardware naar een veelzijdig apparaat dat verschillende taken kan uitvoeren, inclusief 3D-functionaliteiten. Shaders die voor GPU’s zijn gecodeerd, werden geïntroduceerd om de graphics aanzienlijk te versnellen; recentelijk zijn er op GPU’s multi-level caches ontwikkeld die het gebruik van veel langzamere hoofdgeheugen vermijden (de nieuwste NVidia Pascal GPU (2016) heeft 4096 KB aan laatste-niveau cache, terwijl GPU’s van het merk in 2008 geen L2-cache hadden). Dit heeft ook bijgedragen aan de versnelling van de processen.

​

en enkele GPU-CPU-configuratie biedt voordelen die meerdere CPU’s afzonderlijk niet kunnen bieden, dankzij de specialisatie van elke chip. Het werd ook duidelijk voor de constructeurs dat deze kracht een interessant onderzoeks- en ontwikkelingsveld was. Er werden inspanningen geleverd om de programmeerbaarheid van de GPU te verbeteren, waardoor het doel van de GPU werd uitgebreid naar mainstream computing of algemene computing.

​

Deze stap werd ondersteund door het creëren van platforms waarmee speciaal geschreven programma’s konden draaien op heterogene hardware, met name CPU’s en GPU’s. Er zijn verschillende oplossingen ontstaan, zoals NVidia CUDA (Compute Unified Device Architecture) en Khronos OpenCL, die hebben geleid tot GPGPU-technologieën (General-purpose computing on graphics processing units). CUDA werd geïntroduceerd in 2007 en OpenCL in 2008. Deze relatief nieuwe technologie heeft de traditionele rollen van CPU’s en GPU’s revolutionair veranderd door bidirectionele verwerking mogelijk te maken. In traditionele computing kon data slechts in één richting bewegen, van een CPU naar een GPU, vervolgens naar een weergaveapparaat, en een GPU kon geen informatie opslaan of terugsturen. GPGPU maakt het mogelijk om informatie in beide richtingen te verplaatsen, van CPU naar GPU en van GPU naar CPU, wat de efficiëntie enorm verbetert bij een breed scala aan taken, met name taken die traditioneel alleen door de CPU werden uitgevoerd.

​

We begrijpen nu de waarde van deze bidirectionele technologie voor 3D-rendering. Nieuw ontwikkelde toepassingen zoals UNICORN optimaliseren nu efficiënt de middelen van zowel CPU als GPU door de renderbelastingen over de processors te verdelen en schaalbaarheid mogelijk te maken, wat maximale snelheid levert. Dit maakt dergelijke toepassingen krachtige tools voor realtime rendering. Met deze technologie en hardware-architectuur lijkt het erop dat we vooruitgang boeken richting flexibiliteit van toepassingen en synergie van de rekenkracht van processen, weg van het debat over CPU versus GPU in 3D-graphics.

English

French

Polish

De verplichte velden zijn er omdat we uw aanvraag serieus nemen en graag contact met u opnemen. Aarzel ook niet om ons te bellen of te e-mailen met uw wensen. Probeer ook onze service. Unicorn vraagt om een geschikt systeem. We kunnen u snel adviseren en informeren; het is ons dagelijks werk om u te helpen.