GPU Render Farm Là Gì? Cách Hoạt Động và Khi Nào Nên Sử Dụng

Giới thiệu

GPU render farm là một tập hợp máy tính được xây dựng xung quanh các card đồ họa cấp độ rendering, kết nối với nhau qua một job scheduler và bộ lưu trữ dùng chung để nhiều khung hình render song song. Tại Super Renders Farm, chúng tôi vận hành một GPU render farm song song với một CPU fleet lớn hơn nhiều, và những câu hỏi mà các nghệ sĩ đặt ra cho chúng tôi về nó luôn nhất quán: cái này khác với CPU farm như thế nào, khác với hai card phụ trong máy trạm của tôi như thế nào, và một card-giờ thực sự tốn bao nhiêu?

Hướng dẫn này trả lời những câu hỏi đó từ góc độ vận hành. Nó bao gồm GPU render farm thực sự là gì, các thành phần kết hợp với nhau như thế nào — node, scheduler, đồng bộ asset, phân phối đầu ra — nơi GPU render farm thực sự phát huy thế mạnh so với CPU farm hoặc máy trạm đa GPU cục bộ và nơi nó không làm được, những render engine nào phù hợp, và cách tính toán chi phí trước khi giao phó deadline của bạn cho nó. Bài viết được viết cho các nghệ sĩ và studio muốn hiểu cơ chế vận hành trước khi đánh giá bất kỳ dịch vụ cụ thể nào, kể cả của chúng tôi.

GPU render farm thực sự là gì

Bỏ qua ngôn ngữ sản phẩm, GPU render farm là ba hệ thống hoạt động cùng nhau:

• Render node. Những máy có sức mạnh rendering đến từ một hoặc nhiều GPU cấp rendering thay vì từ các nhân CPU. Thông lượng tính toán của card và dung lượng VRAM của nó xác định những gì mỗi node có thể xử lý.
• Job scheduler. Phần mềm nhận các job được gửi lên, chia nhỏ chúng thành các task theo khung hình, phân công task cho những node đang rảnh và phù hợp, thử lại các lần thất bại và báo cáo tiến độ. Mọi farm đều có một scheduler; bạn thường chỉ chú ý đến nó khi nó hoạt động kém.
• Bộ lưu trữ dùng chung và đồng bộ asset. Một lớp file chung chứa scene, mọi texture và cache mà nó tham chiếu, cùng đầu ra render — để bất kỳ node nào cũng có thể lấy bất kỳ khung hình nào mà không cần máy trạm của bạn tham gia.

Điều khiến farm trở thành GPU farm không phải là sở thích phần cứng. Đó là các render engine mà nó phục vụ: Redshift, Octane, V-Ray GPU, và Blender's Cycles trên GPU đều thực thi path tracing trên card đồ họa, vì vậy farm phục vụ chúng phải được xây dựng xung quanh card thay vì nhân CPU.

Cùng một phần cứng đó đến tay bạn được gói trong hai mô hình dịch vụ rất khác nhau. Một GPU render farm được quản lý toàn diện chạy quy trình upload-render-download: bạn đóng gói scene, pipeline của farm đồng bộ nó, render với các engine license dùng chung, và trả về các khung hình — không cần phiên remote-desktop, không cần cài đặt phần mềm ở phía bạn. GPU IaaS, ngược lại, cho thuê bạn các máy ảo GPU thô: bạn remote vào, cài DCC và engine, mang license theo và tự vận hành các máy. Cả hai đều là GPU render farm về mặt phần cứng; về mặt vận hành, chúng là những sản phẩm khác nhau với các điểm thất bại khác nhau.

Bài viết này tập trung vào các khái niệm. Nếu bạn đang ở giữa quá trình đánh giá và muốn biết thông số cụ thể của dịch vụ — thông số node, phạm vi engine, giá hiện tại — trang GPU cloud render farm có những thông tin đó.

GPU render farm hoạt động như thế nào: node, scheduler và đồng bộ asset

Kiến trúc GPU render farm — máy trạm nghệ sĩ tải lên một scene đã đóng gói qua đồng bộ asset đến bộ lưu trữ dùng chung, một job scheduler chia khung hình cho một đội GPU render node, và các khung hình hoàn chỉnh được chuyển đến bộ lưu trữ đầu ra để tải về.

Một render job di chuyển qua bốn giai đoạn, và hầu hết những gì có thể xảy ra sai đều xảy ra ở ranh giới giữa chúng.

Đóng gói và tải lên. File scene chỉ là phần nhỏ. Một scene production tham chiếu texture, simulation cache, proxy và dữ liệu plugin rải rác trên các ổ đĩa dự án, và mọi dependency đó đều phải đi kèm theo. Lỗi job đầu tiên phổ biến nhất chúng tôi thấy là một asset được tham chiếu từ một đường dẫn cục bộ chỉ tồn tại trên máy của nghệ sĩ và không ở đâu khác — khung hình render nhưng texture không hiển thị gì. Công cụ farm tốt thu thập dependencies khi gửi và kiểm tra đường dẫn trước khi bất kỳ node nào mất thời gian vào job đó. Tại Super Renders Farm, đồng bộ asset cũng là tăng dần: lần gửi thứ hai chỉ truyền các file đã thay đổi, tạo ra sự khác biệt giữa tải lên lại 40 phút và 40 giây khi bạn đang lặp lại theo deadline.

Hàng đợi và phân công. Scheduler chia một hoạt hình thành các task theo khung hình (hoặc chunk khung hình) và phân công theo mức độ sẵn có của node, khả năng vừa vặn với VRAM, và phiên bản engine phù hợp. Nó xếp lại hàng các khung hình từ một node bị lỗi, cô lập một node liên tục thất bại, và giữ phần còn lại của fleet hoạt động. Đây là phần của farm bạn thuê nhưng không bao giờ nhìn thấy — và đây là lý do chính khiến một farm hoạt động khác với một đống VM thuê.

Thực thi trên node. Mỗi node tải đúng các phiên bản engine và plugin mà job đã được ghim, kiểm tra render license từ kho license dùng chung của farm, tải dữ liệu scene vào bộ nhớ GPU, render các khung hình được giao, và ghi đầu ra cùng log trở lại bộ lưu trữ dùng chung. Watchdog phát hiện các khung hình bị treo thay vì thất bại, điều này quan trọng trên các engine GPU nơi tràn bộ nhớ có thể dừng một tiến trình thay vì kết thúc nó.

Đầu ra và phân phối. Các khung hình hoàn chỉnh được lưu trong bộ lưu trữ đầu ra và được chuyển lại cho bạn qua giao diện web, SFTP, hoặc ứng dụng desktop. Đầu ra không tồn tại ở đó mãi mãi — trên farm của chúng tôi, thời hạn lưu trữ là 45 ngày kể từ khi hoàn thành job — vì vậy phân phối là một phần của pipeline, không phải là việc làm sau.

GPU render farm vs CPU render farm

Hai loại farm này được phân tách bởi tính tương thích engine trước tiên, sau đó mới là phần cứng.

Engine quyết định, không phải farm. Nếu dự án của bạn render bằng Redshift hoặc Octane, đó là job GPU; nếu render bằng Corona hoặc V-Ray ở chế độ CPU, đó là job CPU. Bạn chọn engine vì lý do sáng tạo và pipeline, và engine chọn loại farm cho bạn. Để hiểu sâu hơn về sự lựa chọn đó ở cấp độ engine, chúng tôi có một hướng dẫn riêng về GPU rendering vs CPU rendering — bài viết này bàn về những gì farm xung quanh engine trông như thế nào.

Mô hình bộ nhớ khác biệt về bản chất. Một GPU node hoạt động trong VRAM của card — 32 GB trên các card RTX 5090 mà GPU fleet của chúng tôi chạy. Một CPU node hoạt động trong RAM hệ thống, và các node CPU dual-Xeon của chúng tôi mang 96–256 GB RAM. Các tính năng out-of-core trong các engine GPU hiện đại có thể tràn một số dữ liệu texture và geometry sang bộ nhớ hệ thống với mức giá giảm hiệu năng, nhưng VRAM vẫn là giới hạn thực tế về độ phức tạp của scene cho công việc GPU. Các scene archviz rất nặng với vegetation scatter khổng lồ, hoặc các scene VFX với volumetric sâu, thường ở lại trên CPU farm vì lý do này.

Tuyên bố về tốc độ cần ngữ cảnh. Trên các scene vừa khớp trong VRAM, một engine GPU thường phân phối một khung hình trong thời gian thực tế ít hơn trên mỗi node so với một engine CPU render một khung hình tương đương. Đó là nhận xét về mỗi node, không phải về farm: một CPU fleet với hơn 20.000 nhân phân phối thông lượng nhờ độ rộng song song lớn, và kinh tế học theo khung hình phụ thuộc vào giá mỗi đơn vị công việc, không phải vào silicon nào đang thịnh hành. Cả hai mô hình đều được định giá theo công việc chúng thực hiện.

Tập hợp job thực tế có nhiều CPU hơn bầu không khí marketing cho thấy. Khoảng 70 phần trăm các job trên farm của chúng tôi vẫn render trên engine CPU — V-Ray CPU, Corona, Arnold — với công việc GPU trên Redshift, Octane, và V-Ray GPU chiếm phần còn lại đang tăng trưởng. GPU render farm không phải là người kế thừa CPU farm; nó là đối tác phục vụ một họ engine khác.

GPU render farm vs máy trạm đa GPU cục bộ

Sự so sánh thú vị hơn đối với nhiều nghệ sĩ không phải là so với CPU farm mà là với thiết bị dưới bàn làm việc. Phiên bản thành thật có điểm mạnh ở cả hai phía.

Nơi card cục bộ chiếm ưu thế. Lookdev tương tác. Khi bạn đang căn chỉnh vật liệu và ánh sáng, độ trễ vòng lặp quan trọng hơn thông lượng, và một card trong máy của chính bạn cho bạn phản hồi trong vài giây. Không có farm nào thay đổi điều đó, và nhà cung cấp farm nào tuyên bố điều ngược lại là đang bán hàng. Cục bộ cũng chiếm ưu thế khi mức sử dụng của bạn thực sự liên tục — phần cứng render các khung hình production hầu hết các giờ của hầu hết các tuần sẽ tự trả dần chi phí vốn theo cách phần cứng sử dụng không thường xuyên không bao giờ làm được.

Nơi farm chiếm ưu thế. Độ rộng theo nhu cầu. Một máy trạm có hai, có thể bốn card; một farm cho bạn thuê độ rộng song song tương đương hàng chục card cho một cuối tuần mà không cần bạn sở hữu chúng trong ba năm khoảng cách đó. Render hoạt hình frame cuối cùng có tính song song hoàn toàn — 300 khung hình chia cho nhiều card không có trạng thái dùng chung — đây chính xác là hình dạng mà farm được xây dựng cho. Còn có cả vấn đề tranh chấp: các khung hình đang render trên máy trạm của bạn khóa cùng những card bạn cần cho lookdev của cảnh tiếp theo, vì vậy các tuần deadline biến thành render vào ban đêm và làm việc trong các khoảng trống. Và còn có vật lý không hào nhoáng của điện, nhiệt và tiếng ồn mà các hộp đa GPU áp đặt lên một phòng studio nhỏ.

Mô hình chúng tôi thấy trong vận hành. Các studio có xu hướng đạt đến một mô hình kết hợp: card cục bộ cho lặp lại, farm cho các khung hình cuối và cho hai tuần trong năm khi mọi thứ đến hạn cùng một lúc. Chúng tôi có một nhóm motion design nhỏ tham gia sau một tuần giao hàng trong đó hai card cục bộ chạy liên tục và hoạt hình vẫn lỡ deadline; cùng một job trải rộng trên các farm node hoàn thành qua đêm. Bài học không phải là phần cứng của họ không đủ — mà là burst capacity là một loại hàng hóa khác với owned capacity. Chúng tôi đã công bố bảng phân tích chi phí của một nghệ sĩ độc lập khi sở hữu một máy trạm RTX 5090 đơn so với cloud rendering để xem xét bài toán về phía sở hữu.

GPU farm, CPU farm, GPU IaaS hay máy trạm cục bộ: so sánh trực tiếp

Bốn lựa chọn này giải quyết các vấn đề khác nhau. Bảng dưới đây là sự so sánh chúng tôi hướng dẫn khách hàng mới, với các sự đánh đổi được giữ nguyên — kể cả những hàng mà một farm được quản lý không phải là câu trả lời đúng. Để biết danh mục cloud farm nói chung phù hợp với bối cảnh rendering như thế nào, xem cloud render farm là gì.

Render engine nào phù hợp với GPU render farm

GPU farm có tên gọi từ các engine mà nó chạy, vì vậy danh tính engine là lăng kính đúng để nhìn nhận toàn bộ danh mục này.

Ba lưu ý vận hành gắn liền với bảng đó. Đầu tiên, việc khớp phiên bản là bắt buộc: một farm node phải chạy đúng phiên bản engine và plugin mà scene của bạn được tác giả, đó là lý do tại sao công cụ gửi farm ghim phiên bản theo job thay vì hy vọng. Thứ hai, licensing là một phần của câu hỏi về engine — trên một farm được quản lý, render license cho Redshift, Octane, V-Ray, Corona và Arnold được dùng chung và bao gồm trong giá, và các đối tác chính thức với Maxon và Chaos hỗ trợ licensing đó ở phía chúng tôi. Cycles hoàn toàn không có chi phí license vì là mã nguồn mở dưới Blender. Trên GPU IaaS, mọi license đó đều là vấn đề của bạn để cung cấp cho mỗi máy.

Thứ ba, VRAM là thông số cần kiểm tra trước bất kỳ số tốc độ nào. Một card render nhanh nhưng không thể chứa scene của bạn thì không render được gì. Chúng tôi công bố dữ liệu hiệu năng cloud rendering RTX 5090 đo lường được trên V-Ray GPU, Redshift và Octane chính xác vì hành vi theo từng engine ở kích thước scene thực tế cho bạn biết nhiều hơn các con số đỉnh tổng hợp.

Chi phí GPU rendering trên farm là bao nhiêu

Tính phí GPU farm có một vấn đề chuẩn hóa cần giải quyết: một card-giờ không có nghĩa gì trên các thế hệ phần cứng hỗn hợp trừ khi nó được neo vào hiệu năng đo lường. Neo phổ biến là OctaneBench, benchmark GPU rendering công khai của OTOY — điểm số của một node thể hiện bao nhiêu công việc rendering nó thực sự phân phối mỗi giờ, và tính phí được đo trên đó.

Trên farm của chúng tôi, giá GPU là $0,003 mỗi OctaneBench-giờ, tương đương khoảng $5,20 mỗi card-giờ trên một node RTX 5090. Để so sánh, rendering CPU được tính $0,004 mỗi GHz-giờ ở mức ưu tiên cơ bản (các mức ưu tiên chạy $0,004–$0,016), với một máy chủ dual-Xeon ở khoảng $2 mỗi giờ-máy chủ. Các đơn vị khác nhau, cùng nguyên tắc: bạn trả tiền cho công việc được thực hiện, không phải cho thời gian một máy chỉ tồn tại.

Đây là phương pháp ước tính chúng tôi khuyến nghị, được thực hiện trên một kịch bản cụ thể: một hoạt hình Redshift 300 khung hình test-render ở khoảng 4 phút mỗi khung hình trên một card RTX 5090 đơn. Tổng tính toán là 300 × 4 = 1.200 card-phút, hay 20 card-giờ, bất kể bao nhiêu card chia sẻ công việc:

Bảng đó là điều hữu ích nhất để hiểu về kinh tế học farm: ở một mức giá nhất định, độ rộng song song mang đến cho bạn thời gian phân phối, không phải hóa đơn lớn hơn. Job tốn bao nhiêu là do công việc quyết định; các card chỉ quyết định liệu bạn có nó tối nay hay thứ Năm.

Hãy coi những con số này là phương pháp, không phải báo giá. Thời gian mỗi khung hình thay đổi theo chuỗi, ước tính giả định song song theo khung hình (một hoạt hình, không phải một ảnh tĩnh khổng lồ), và thời gian test-frame thực tế của scene bạn là đầu vào quan trọng. Render hai hoặc ba khung hình đại diện trước, sau đó nhân lên — thói quen đó phát hiện cả bất ngờ về ngân sách và bất ngờ về asset bị hỏng trước khi chúng tốn bất cứ thứ gì.

Cách đánh giá GPU render farm

Các tiêu chí dưới đây là những tiêu chí phân biệt các farm trong thực tế — đây là những câu hỏi chúng tôi sẽ hỏi bất kỳ nhà cung cấp nào, kể cả chúng tôi:

• VRAM mỗi card, bằng văn bản. Model card và bộ nhớ của nó, cùng dữ liệu hiệu năng được công bố cho engine của bạn — không phải tuyên bố tốc độ chung chung.
• Phạm vi phiên bản engine và plugin chính xác. Các phiên bản của bạn, được ghim theo job, không phải "các phiên bản hiện tại được hỗ trợ."
• Xử lý license. Bao gồm trong giá, hay bạn tự cung cấp? Câu trả lời định hình lại chi phí theo giờ thực tế.
• Hình dạng quy trình làm việc. Upload-render-download được quản lý, hay VM remote-desktop? Chọn cái team bạn thực sự có thể vận hành lúc 11 giờ đêm deadline.
• Hành vi đồng bộ asset ở lần gửi thứ hai. Đồng bộ chỉ file đã thay đổi, hay tải lên đầy đủ mỗi lần lặp lại? Điều này quyết định cảm giác lặp lại thực sự như thế nào.
• Khả năng dự đoán chi phí. Giá được công bố theo đơn vị được nêu rõ, và một cách ước tính từ các test frame trước khi xác nhận chuỗi.
• Lưu trữ đầu ra và xử lý dữ liệu. Biết khoảng thời gian (của chúng tôi là 45 ngày) và lên kế hoạch phân phối vào lịch trình.
• Hỗ trợ trong các cửa sổ render. Render thất bại lúc 3 giờ sáng; hỗ trợ live chat 24/7 có giá trị hơn một hàng đợi ticket được trả lời trong giờ làm việc.

Chúng tôi đã vận hành cơ sở hạ tầng render tại Super Renders Farm từ năm 2010, trên cả CPU fleet và GPU fleet RTX 5090, và mô hình duy trì là: những farm phục vụ nghệ sĩ tốt là những farm công bố cơ chế của họ — giá, engine, VRAM, hành vi đồng bộ — và để bạn tự kiểm tra số liệu. GPU render farm không phải là phép thuật. Nó là một scheduler, một đống card rất có năng lực, và một lớp đồng bộ, được vận hành cẩn thận để deadline của bạn không phụ thuộc vào hai card dưới bàn làm việc của bạn.

FAQ

Q: GPU render farm là gì? A: GPU render farm là một cụm render node được xây dựng xung quanh các card đồ họa cấp rendering, được điều phối bởi một job scheduler và bộ lưu trữ dùng chung để nhiều khung hình render song song cho các engine GPU gốc như Redshift, Octane, V-Ray GPU và Cycles. Super Renders Farm, ví dụ, ghép GPU fleet RTX 5090 với quy trình upload-render-download được quản lý toàn diện, để các job chạy mà không cần phiên remote-desktop hay thiết lập license thủ công.

Q: Sự khác biệt giữa GPU render farm và CPU render farm là gì? A: Engine mà dự án của bạn render quyết định loại farm bạn cần: Redshift, Octane, V-Ray GPU và GPU Cycles chạy trên GPU farm, trong khi Corona, Arnold và V-Ray CPU chạy trên CPU farm. Sự khác biệt phần cứng theo sau từ đó — GPU node bị giới hạn bởi VRAM (32 GB mỗi card trên fleet của chúng tôi) trong khi CPU node mang RAM hệ thống lớn hơn nhiều, đó là lý do tại sao các scene nặng về bộ nhớ thường ở lại trên CPU farm.

Q: GPU render farm có nhanh hơn máy trạm đa GPU cục bộ không? A: Theo từng card thì không — một farm node với cùng card render một khung hình trong khoảng thời gian tương tự như máy trạm của bạn. Sự khác biệt là độ rộng song song và tranh chấp: một farm có thể đặt mười card trở lên vào một hoạt hình cùng lúc trong khi card cục bộ của bạn vẫn rảnh cho lookdev, vì vậy chuỗi hoàn thành qua đêm thay vì chiếm dụng máy trạm của bạn trong vài ngày.

Q: Tôi có thể render Blender EEVEE trên GPU render farm không? A: Thường là không — EEVEE là engine rasterization real-time của Blender và hoạt động khác với các path tracer offline trên các farm node headless, vì vậy hỗ trợ farm cho nó rất khác nhau và thường không có. Trên farm của chúng tôi, rendering Blender chạy trên Cycles; chúng tôi không chạy EEVEE, và chúng tôi khuyến nghị xác nhận hỗ trợ engine với bất kỳ nhà cung cấp nào trước khi lên kế hoạch dự án xung quanh nó.

Q: Việc sử dụng GPU render farm được tính phí như thế nào? A: Hầu hết GPU farm tính phí theo card-giờ chuẩn hóa theo benchmark để một đơn vị tính phí bằng một đơn vị công việc rendering đo lường; OctaneBench là neo công khai phổ biến. Trên farm của chúng tôi, giá là $0,003 mỗi OctaneBench-giờ — khoảng $5,20 mỗi card-giờ trên một node RTX 5090 — và tổng cho một job phụ thuộc vào card-giờ công việc, không phải bao nhiêu card chia sẻ nó.

Q: Tôi có cần license render engine riêng để sử dụng GPU render farm không? A: Trên GPU render farm được quản lý toàn diện thì không — render license cho các engine như Redshift, Octane và V-Ray được dùng chung trên farm và bao gồm trong giá, và Cycles là mã nguồn mở không có license. Trên các lần thuê GPU IaaS, bạn tự mang và quản lý license cho mỗi máy, đó là sự khác biệt thực sự về chi phí và quản trị đáng tính toán.

Q: Các farm node GPU render farm có bao nhiêu VRAM? A: Tùy theo farm và thế hệ card, vì vậy hãy kiểm tra model card cụ thể thay vì chấp nhận tuyên bố chung chung; GPU node của chúng tôi chạy card RTX 5090 với 32 GB VRAM mỗi card. VRAM là giới hạn thực tế về độ phức tạp scene cho GPU rendering — các tính năng out-of-core có thể tràn một số dữ liệu sang bộ nhớ hệ thống với mức giá giảm hiệu năng, nhưng một scene thực sự vượt quá VRAM nên được đặt trên CPU farm.

Q: Tôi có cần truy cập remote desktop để sử dụng GPU render farm không? A: Trên một farm được quản lý thì không — quy trình làm việc là upload, render, download: bạn đóng gói một scene, farm đồng bộ và render nó, và bạn kéo các khung hình hoàn chỉnh trở lại. Phiên remote-desktop là mô hình vận hành của các lần thuê GPU IaaS, nơi bạn tự quản trị máy, và sự phân biệt đó là ranh giới thực tế rõ ràng nhất giữa hai loại dịch vụ.