PIX4Dengine SDK v1 - ハードウェア推奨事項
この記事では
- Windows 10 上で動作する Ubuntu 18.04 64 ビット版、または Windows Server 64 ビット版。.
- CPUはクアッドコアまたはヘキサコアのIntel i7/Intel i9/Threadripper/Xeon/です。.
- GeForce GTX 1070以上（OpenGL 3.2対応）。.
- ストレージ：SSD.
- 小規模プロジェクト（14メガピクセルの画像100枚未満）：8GBのRAM、15GBのSSD空き容量。.
- 中規模プロジェクト（14メガピクセルの画像100枚～500枚）：16GBのRAM、30GBのSSD空き容量。.
- 大規模プロジェクト（14メガピクセルの画像500枚以上）：32GBのRAM、60GBのSSD空き容量。.
- 非常に大規模なプロジェクト（14メガピクセルの画像が2000枚以上）：64GBのRAM、120GBのSSD空き容量。.
- スワップメモリは、RAM容量とOSの種類に基づいて、一般的に推奨される値に設定します。.
情報：
処理時間の短縮と大規模データセットの処理に高性能ワークステーションが必要となるアプリケーションでは、多くの場合、他のコンポーネントよりも優れた性能を発揮することが実証されている高性能コンポーネントが存在します。理想的な高性能ワークステーションは、システム全体の速度低下につながるボトルネックを回避するために、バランスの取れたリソースを提供します。以下に、Pix4Dで優れたパフォーマンスを発揮するコンポーネントの一部を示します。.
例：
- CPU: Threadripper 1950x - Core i9 9900K、Core i7 7980XE。.
- GPU: GeForce GTX 1070、1080 Ti。.
- ストレージ：SSD.
情報：
- グラフィックカードがCUDA（NVIDIAグラフィックカード）に対応している場合、ステップ1の処理速度が向上する可能性があります。ステップ2とステップ3の処理時間はGPUの影響を受けません。GPUはrayCloudの可視化にも大きく役立ちます。GPUの使用方法の詳細については、「 PIX4DmapperでのGPUの使用」を参照してください。
- PIX4Dmapper で処理する際のハードウェア コンポーネントの使用に関する詳細については、 Pix4D で処理する際のハードウェア コンポーネントの使用を。
- 処理速度の詳細については、 処理速度を。
- 一部のQuadro GPUを使用した処理において、異常に長い処理時間が観測されています。これはNVIDIAコントロールパネルの設定に関連しています。詳細については、 「Quadro GPUを使用したステップ3の処理時間が長い」を参照してください。
- GeForceはWindowsサーバープラットフォームではサポートされていません。
代わりに、プロフェッショナルなサーバーソリューションを選択する必要があります。GPUドライバーは常に最新の状態に保ってください。 - 現在のバージョンでは、複数のGPUを使用した処理はサポートされていません。.
PIX4Dengine SDK処理専用のマシンを使用して、総処理時間を調査する実験を実施しました。
- Python 3.6.7、64ビット版。.
- Ubuntu 18.04.3 LTS 64ビット版。.
- CPU: Intel(R) Core(TM) i7-5820K CPU @ 3.30GHz (6コア / 12論理)。.
- RAM - 64GB。.
- ストレージ：ローカルSSD（LAN/WLAN転送なし）。.
入力
パイプライン構成
出力
時間
重要: Docker やその他の仮想化/コンテナ化は PIX4Dengine の一部ではありません (ただし、PIX4Dengine 上で動作することは可能です)。そのため、Pix4D のサポートには含まれていません。HTTPS リクエスト (メッセージの暗号化には TLS1.2 も使用) がプラットフォームを経由して https://cloud.pix4d.com/ に届くようにしてください。当社が使用するプロトコルはすべて 100% 業界標準であり、カスタマイズは一切行っていません。ディープパケットスキャンは推奨しません。