Tietokoneen keskussuoritin eli cpu, central processing unit, sai kaverikseen erityisesti grafiikan tuottamiseen tarkoitetun näytönohjainpiirin jo 1970-luvulla. Ensimmäiset grafiikkapiirit oli tarkoitettu kaksiulotteisen grafiikan luomiseen, mutta 1990-luvulla aidon kolmiulotteisen grafiikan yleistyessä peleissä myös 3d-grafiikan kiihdytys omilla, tähän tarkoitukseen luoduilla piireillä yleistyi.

3d-kiihdytin oli aluksi oma erillinen piirinsä ja pc:ssä aluksi myös erillinen lisäkortti varsinaisen näytönohjaimen ohella. Tällainen ratkaisu olivat muun muassa 3dfx Voodoo -kiihdytinkortit. Erillisten 3d-kiihdyttimien kausi oli kuitenkin lyhyt, sillä suosioon nousivat nopeasti etenkin Nvidian ratkaisut, jossa 3d-kiihdytys oli integroitu suoraan varsinaiseen näytönohjaimeen.

Termiä grafiikkasuoritin eli gpu, graphics processing unit, käytti ensimmäisenä Sony viitatessaan ensimmäisen sukupolven PlayStationin grafiikkapiiriin. Yleisempään käyttöön se nousi kuitenkin vasta Nvidian markkinoinnissa: GeForce 256 -piiriä mainostettiin käänteentekevänä uutuutena 3d-grafiikassa.

Nvidian GeForcet ja AMD:n sittemmin ostaman ATI:n Radeon-ohjaimet kehittyivät suorituskyvyssä valtavin harppauksin koko 2000-luvun ensimmäisen vuosikymmenen. Peleihin suunnattujen ohjainten rinnalla kehitettiin silti koko ajan myös ammattilaisten näytönohjaimia, jotka ATI:n ja AMD:n tapauksessa kulkivat nimellä FireGL ja FirePro, Nvidialla taas Quadro. Teknisesti nämä esimerkiksi cad-työskentelyyn tarkoitetut ohjaimet erosivat pelaamiseen tarkoitetuista korteista vain vähän, mutta ammattilaisten ohjelmistoja tukevat ajurit olivat tarjolla vain hinnaltaan paljon pelinäytönohjaimia kalliimmille ammattilaiskorteille.

Vuonna 2007 Nvidia esitteli GeForce 8000 -sarjan näytönohjaimien myötä cuda-teknologian, compute unified device architechturen. Uudet näytönohjaimet tukivat aiempaa laajempaa valikoimaa erilaisia laskentatyyppejä, ja cuda-rajapinta antoi ohjelmoijille mahdollisuuden valjastaa gpu-piirit myös muuhun kuin 3d-grafiikan pyörittämiseen. Etenkin aluksi tämä tapahtui käytännössä ”huijaamalla” gpu luulemaan, että laskettava data on grafiikkaa, vaikka todellisuudessa laskettiin esimerkiksi salausavaimia, molekyylimalleja tai vaikkapa pörssikurssien kehitystä.

Reilun puolentoista vuosikymmenen aikana gpu-pohjainen laskenta eli gpgpu, general purpose computing on graphics processing unit, on kehittynyt valtavin harppauksin. Cudan rinnalle on kehittynyt esimerkiksi OpenCL-ohjelmistoalusta, joka toimii Nvidian grafiikkasuoritinten lisäksi myös AMD:n vastaavilla sekä x86- ja arm-keskussuorittimilla. Nvidialla on nykyisin yksinomaan datakeskuksissa tapahtuvaan yleisluontoiseen laskentaan tarkoitettu tuoteperhe, jonka nimi oli aiemmin Tesla, nykyisin Nvidia Data Center GPU. AMD:n vastaava tuote on nimeltään Instinct.

Irti taustasta. Adobe Lightroomin maskitoiminnon Select subject -tila on erinomainen esimerkki gpu-kiihdytyksestä hyötyvistä toiminnoista. Se irrottaa kuvan varsinaisen kohteen, kuten tässä Pride-juhlijan, irti taustastaan yhdellä klikkauksella. Tämän jälkeen joko kohdetta tai taustaa voi käsitellä itsenäisesti, esimerkiksi muuttaa mustavalkoiseksi. Täydellinen tulos ei aina ole: esimerkkikuvassa mallin nenän päälle on jäänyt pieni palanen taustaa, ja joissakin toisissa kuvissa pääkoriste ei tullut mukaan kokonaan. Asia on kuitenkin yleensä helppo korjata muokkaamalla maskia käsin.

Toisin kuin vain muutamaa tehtävää kerrallaan suorittavat pc:n keskusprosessorit, grafiikkaprosessorit on suunniteltu massiivisen rinnakkaisiksi. Tämä tarkoittaa, että laskentatehtäviä voi olla samanaikaisesti meneillään tuhansia.

Rinnakkainen prosessointi on usein tehokkaampaa raskaissa laskentaoperaatioissa, joissa suoritettavana on suuri määrä yksinkertaisia operaatioita. Siinä missä keskussuorittimet on suunniteltu suorittamaan monimutkaisia operaatioita ja vaihtelemaan tehtävien välillä nopeasti, grafiikkasuorittimen tuhannet laskentaytimet suorittavat massiivisen määrän yksinkertaisia laskuja yhtä aikaa.

Grafiikkasuorittimen tehon lisääminen on periaatteessa yksinkertaista: samaan aikaan suoritettavien operaatioi­den määrä ja siten myös kokonaislaskentateho lisääntyy lähes lineaarisesti, kun lisätään laskentaytimien määrää. Esimerkiksi GeForce RTX 3050 -piirissä on 2 560 cuda-ydintä, GeForce RTX 3090 Tissä taas 10 752. Grafiikan piirtämisen ja myös muun laskennan nopeus kasvaa miltei suorassa suhteessa ydinmäärään. Lisäksi rinnakkaisesti suoritettavia operaatioita on helppo jakaa useamman suorittimen kesken: työasemassakin voidaan käyttää useita näytönohjaimia samanaikaisesti, ja datakeskuksissa näytönohjaimia tai niihin verrattavia laskentayksiköitä voidaan asentaa rinnakkain suuria määriä.

Rinnakkainen suoritus on vahvimmillaan tietyissä laskentaintensiivisissä käyttötarkoituksissa. Käymme seuraavassa näitä tarkoituksia läpi ja kerromme, miten näytönohjaimen suoritus­kykyä voi hyödyntää kotikäytössä. Monet käyttötarkoitukset kuten esimerkiksi koneoppiminen tai tieteellinen laskenta eivät varsinaisesti ole kotikäyttäjien heiniä, mutta tyhjän panttina grafiikkasuoritinta ei silti tarvitse kotikoneessa pitää.

Hyötyohjelmien kiihdytys grafiikkasuorittimella toimii useimmissa tapauksissa sekä näytönohjainkortilla varustetuissa pöytäkoneissa että läppäreissä, joissa on suorittimesta erillinen – käytännössä siis GeForce- tai Radeon-niminen – näytönohjainpiiri. Läppäreissä gpu-kiihdytyksen käyttö saattaa joissakin sovelluksissa verottaa akkukestoa todella rajusti, mutta kyse on toisaalta muutenkin tyypillisesti hyvin raskaista, joka tapauksessa paljon virtaa kuluttavista käyttötarkoituksista. Läppäreissä näytönohjaimen tehoista on tyypillisesti akkukäytössä tarjolla vain osa, ja laitteen kytkeminen verkkovirtaan tehostaa työskentelyä etenkin gpu-kiihdytystä käytettäessä.

Näytönohjaintaan jatkuvasti raskaaseen laskentatyöhön käyttävän kannattaa myös muistaa, etteivät laskentasyklit ole ilmaisia. Ensinnäkin raskas laskenta näytönohjaimella kuluttaa jatkuvasti jopa satoja watteja sähköä, mikä tarkoittaa vuositasolla jopa useiden satojen eurojen laskua. Tämän lisäksi jatkuvan käytön aiheuttama kuormitus kuluttaa sekä näytönohjainpiiriä että sen jäähdytystä, mikä voi lyhentää kortin tai läppärien tapauksessa jopa koko tietokoneen käyttöikää merkittävästi.

Gpu-tehoa palvelimeen. AMD panostaa voimakkaasti myös datakeskuksien gpu-laskentaan, ja kilpailu Nvidian kanssa kovenee tälläkin rintamalla. AMD Instinct M210 -laskentakortin 6656 strram-prosessoria ja erittäin nopea hbm2-muisti tarjoavat roimasti numeronmurskaustehoa etenkin kortin enintään 300 watin sähkönkulutukseen nähden. Kortin hintaa ei ole vahvistettu, mutta sen arvellaan asettuvan noin 15 000 euron tuntumaan.

Näytönohjainpiirin kestävyydelle ei voi antaa mitään tiettyä tuntimäärää, vaan yksi piiriyksilö voi simahtaa jo vuoden kuluttua, kun toinen jaksaa paahtaa vuosikymmenen yhteen menoon. Lämpö on kaiken elektroniikan kestävyydelle myrkkyä, joten pc:n kotelon riittävästä ilmankierrosta ja laitteen sijoittamisesta viileään paikkaan kannattaa ehdottomasti huolehtia.

Tietoa gpgpu-tekniikoista on kerätty sivun 63 laatikkoon. Kukin tekniikka tukee erilaista valikoimaa eri näytön­ohjainsukupolvia ja -malleja. Alan yleinen viisaus on, että hyötypainotteiseen käyttöön Nvidian valmistama grafiikkasuoritin on lähes poikkeuksetta AMD:n tuotetta parempi valinta.

Kuten monessa muussakin tekniikassa, kyse on itseään ruokkivasta kierteestä. Nvidia on panostanut gpgpu-tekniikoihin voimakkaasti jo yli vuosikymmenen ajan, minkä seurauksena sen tuotteilla ja tekniikoilla on parempi tuki ohjelmistoissa ja kehitysympäristöissä. Nvidia on selvästi AMD:tä suurempi yhtiö, joka keskittyy lähes yksinomaan grafiikkapiireihin, kun AMD:llä grafiikkapiirit ovat vain yksi tuoteryhmä. Näistä syistä AMD:llä ei ole ollut resursseja kilpailla tasaväkisesti gpgpu-tuotekehityksessä.

Tilanne on kuitenkin vähitellen parantumassa etenkin AMD:n HIP-rajapinnan ansiosta. Se kääntää tarvittaessa Cuda-käskyt AMD:n laitteiston ymmärtämään muotoon ja sallii ohjelmistokehittäjien tuoda pienellä vaivalla tuotteisiinsa tuen myös AMD:n näytönohjaimille.

Yksi ”hyötykäyttötarkoitus” on vaikuttanut näytönohjainten markkinoihin jo vuosia: kryptovaluuttojen louhiminen. Lainausmerkit ovat paikallaan siksi, että näiden valuuttojen tarjoama todellinen hyöty on lievästikin ilmaisten kiistanalainen.

Käytännössä kryptovaluutat ovat monista suurista lupauksista ja spekulaatioista huolimatta paljastuneet pääasiassa tavaksi muuttaa valtavat määrät energiaa valtavaksi spekulaatiokuplaksi, joka juuri kirjoitushetkellä on puhjennut – eikä suinkaan ensimmäistä kertaa. Yksittäiset ihmiset ovat toki kryptovaluuttoihin oikealla hetkellä sijoittamalla onnistuneet rikastumaan ja siten hyötymään suuresti.

Näytönohjaimet liittyvät kryptovaluuttoihin siten, että niiden ominaisuudet sopivat kryptolouhimisen raskaaseen laskentatyöhön erinomaisesti. Esimerkiksi vuoden 2021 ensimmäisellä vuosineljänneksellä peräti neljänneksen kaikista myydyistä näytönohjaimista arvioidaan menneen kryptolouhijoille.

Käytännössä louhimisliiketoiminta on kuitenkin tasapainoilua energiankulutuksen ja louhittavan valuutan arvon välillä. Louhintatehon ja sähkönkulutuksen suhteessa nimenomaan louhintaan suunnitellut asic-piirit (application specific integrated circuit) ovat lähes aina näytönohjaimia parempi vaihtoehto. Koska asicit pitää kuitenkin käytännössä räätälöidä jokaista valuuttaa varten erikseen, on uusien kryptovaluuttojen jatkuva esiinmarssi pitänyt myös näytönohjaimet houkuttelevina vaihtoehtoina. Lisäksi näytönohjaintaan myös pelaamiseen käyttävä pc:n omistaja on päässyt harjoittamaan louhintaa ilman ylimääräisiä investointeja, ainakin jos jatkuvan laskennan ohjainta kuluttavaa vaikutusta ei lasketa.

Loppujen lopuksi käyttäjälle on hyvin vähän väliä sillä, suoritetaanko jokin tietty laskentaoperaatio pc:n keskussuorittimella vai näytönohjainpiirillä. Oleellista on, että käyttötarkoitus onnistuu, ja laskentaan kuluva lyhyempi odotus­aika on luonnollisesti positiivinen asia.

Harrastajalle laskennan kuten vaikkapa 3d-mallinnuksen valmistumisen odottelu voi olla harmin aihe, mutta harvemmin taloudellinen kysymys. Ammattilaiselle aika sen sijaan on usein hyvin kirjaimellisesti rahaa: kun työllä on kiire, sen nopea valmistuminen voi olla kullan arvoista. Toinen merkittävä kysymys on se, ettei työhön käytettävä tietokone voi olla sidottuna laskentatehtäviin pitkiä aikoja kerrallaan. Siksi tehokas näytönohjain on siitä hyötyvälle työkäyttäjälle helposti korkeankin hinnan arvoinen.

Tässä artikkelissa mainitut sovellukset ovat vain esimerkkejä niistä kaikista hyötyohjelmista, jotka käyttävät grafiikkasuoritinta tavalla tai toisella hyväkseen. Niiden ei ole tarkoitus olla tyhjentävä listaus. Sekä mainittuihin että moniin muihinkin käyttötarkoituksiin on tarjolla runsaasti sovelluksia, jotka käyttävät gpu:n suorituskykyä hyväkseen.

Tekniikoita grafiikkasuorittimen hyödyntämiseenVaihtoehtoja. Blender tarjoaa Windowsissa useita gpu-kiihdytystekniikoita. Nvidian Cuda sopii vanhemmille korteille parhaiten, kun taas Nvidian OptiX on tarkoitettu erityisesti säteenseurantaan yhtiön RTX-ohjaimilla. AMD:n HIP puolestaan sallii Cudan kaltaisen kiihdytyksen Radeon Pro- ja Radeon 6000 -sarjan korteilla. Se on nirso näytönohjaimen ajurin suhteen: ainoastaan AMD:n hyötykäyttöön optimoitu Radeon Pro -ajuri kelpaa.

Näytönohjaimen yleislaskennassa käyttöä varten on kehitetty monia eri rajapintoja, kirjastoja, kehitysympäristöjä ja muita tekniikoita. Tässä esitellään niistä tärkeimmät.

Cuda

Nvidian kehittämä cuda eli compute unified device architechture on rajapinta ja ohjelmistoalusta, jonka tarkoituksena on mahdollistaa helppo grafiikkasuoritinta hyödyntävien sovellusten ja toimintojen ohjelmointi. Jo vuonna 2007 julkaistu Cuda toimii yksinomaan Nvidian tuotteilla, ja sitä voi hyödyntää Windowsissa, Maceissa ja Linuxilla.

HIP / ROCm

AMD:n ROCm (Radeon open computing platform) on ohjelmistoalusta, joka on tarkoitettu raskaaseen laskentaan sekä keskussuorittimilla että grafiikkapiireillä. ROCm:n päällä toimiviin tekniikoihin kuuluu HIP (heterogenous computing interface for portability), jonka tarkoitus on helpottaa Nvidian Cudalle ohjelmoitujen sovellusten kääntämistä AMD:n näytönohjainpiireillä käytettävään muotoon. AMD:n kehitystyökalut ovat kuitenkin selvästi alkeellisempia kuin Nvidian: esimerkiksi Windowsilla tai Macilla toimivia versioita ei ole.

Metal

Applen Metal-rajapinta on tarkoitettu grafiikkakiihdytyksen tehokkaaseen hyödyntämiseen Mac-tietokoneilla sekä iPhoneilla ja iPadeilla. Se toimii Applen omilla suorittimilla sekä uudehkoista Maceista löytyvillä AMD:n ja Nvidian grafiikkapiireillä. Vanhempien Macien Nvidian valmistamilla grafiikkapiireillä se ei toimi, kuten ei luonnollisesti myöskään muilla kuin Applen valmistamilla laitteilla.

OpenCL

Avoimen lähdekoodin ohjelmistokehys OpenCL (open computing language) on tarkoitettu mahdollistamaan tehokas laskenta sekä keskus- että grafiikkasuorittimilla ja lisäksi muilla vastaavilla komponenteilla kuten signaaliprosessoreilla. OpenCL:ää ylläpitää voittoa tavoittelematon Chronos Group, ja sitä tukevat niin AMD ja Nvidia kuin Intel, Qualcomm, Samsung ja monet muut tietotekniikkavalmistajat. OpenCL:ssä on painotettu mahdollisimman laajaa yhteensopivuutta laitteiston suoran käytön sijaan.

Näin hyödynnät näytönohjaimen tehoa kotikoneessa

1. Kuvankäsittely

Adobe Photoshop ja Lightroom käyttävät oletusarvoisesti grafiikkasuorittimen ominaisuuksia, mikäli sellainen tietokoneessa on. Minimivaatimukset grafiikkapiirille ovat DirectX 12- tai Maceissa Metal-rajapintojen tuki sekä 1,5 gigatavua näytönohjaimen omaa muistia.

Ruksit kohdillaan. Photoshopissa näytönohjain­kiihdytyksen päällä olon ja yhteensopivuuden voi tarkistaa helposti.

Oman näytönohjaimen tuen voi tarkistaa Photoshopissa valitsemalla Ohje > Grafiikkasuorittimen yhteensopivuus. Mikäli kaikki ruksit ovat vihreitä, asiat ovat kunnossa. Mikäli ruksien yläpuolella olevat teksti näyttää grafiikkaprosessorin olevan pois päältä, se on jostakin syystä kytketty pois asetuksista. Asian voi muuttaa valitsemalla Muokkaa > Oletusasetukset > Suorituskyky. Maceissa sama asetus löytyy Photo­shop-valikosta.

Photoshopissa grafiikkasuoritinta hyödyntävät esimerkiksi raw-kuvien käsittely Camera Raw -toiminnolla, yksityiskohdat säilyttävä kuvan koon muutos ja useat erilaiset sumennus- ja terävöityssuotimet. Lisäksi 3d-valikon toiminnot ja Neural Filters -suotimet eivät toimi lainkaan ilman ­grafiikkakiihdytystä.

Tyyli vaihtoon. Photoshopin Neural Filters -suotimista huomattava osa käyttää hyväkseen grafiikkasuoritinta, eivätkä nämä toiminnot onnistu ilman sitä. Neural filtereillä voi esimerkiksi muuttaa valokuvan tyylin maalauksen kaltaiseksi kuten kuvassa, tasoittaa ihoa, meikata virtuaalisesti ja jopa muuttaa kasvojen ilmettä tai katseen suuntaa. Tulokset eivät toki aina ole onnistuneita.

Valokuvaajien suosimassa Lightroomissa grafiikkakiihdytystä käytetään etenkin monissa uusissa toiminnoissa. Esimerkkejä näistä ovat oikean reunan maskivalikosta löytyvät Create new mask > Select subject ja Select sky, jotka nimensä mukaisesti pyrkivät älykkäästi etsimään valokuvan varsinaisen kohteen tai taivaan ja erottamaan sen muusta kuvasta itsenäisesti käsiteltäväksi yhdellä klikkauksella. Kummankin toiminnon valintatulos on parhaimmillaan liki täydellinen, eikä mitään erillistä valinnan säätämistä tarvita.

Kaikki käyttöön. Photoshopissa suorituskykyasetuksille on oma välilehtensä, jolla säädetään myös grafiikkakiihdytyksen asetuksia. Photoshop hyödyntää OpenCL-tekniikkaa. Lisää pikseleitä. Topaz Gigapixel AI on epätarkkojen kuvatiedostojen parantelija, joka laskee kuvaan lisää tarkkuutta tarvittaessa grafiikkasuorittimen avulla.

Kuvankäsittelyssä gpu-kiihdytystä hyödyntävät myös Topaz Labsin koneoppimiseen pohjautuvat tuotteet kuten kohinaa poistava Denoise AI, kuvien kokoa venyttävä Gigapixel AI ja terävöittämiseen tarkoitettu Sharpen AI. Kaikki ovat erinomaisia työkaluja esimerkiksi vaativissa osasuurennoksissa tai heikkolaatuisten digitaalikuvien restauroinnissa. Gpu-kiihdytys nopeuttaa paranneltujen kuvien syntymistä huomattavasti, ja on automaattisesti päällä. Tarvittaessa sen asetuksia voi säätää asetusvalikon kohdasta Processing / Save.

2. Videoeditointi

Videoeditointiin liittyy runsaasti raskasta laskentaa erityisesti silloin, kun videotiedostoja muutetaan muodosta toiseen. Myös erilaisten erikoisefektien, häivytysten ja vastaavien muodostaminen vaatii usein runsaasti tehoa. Siksi näytönohjaimen käytöstä apuna voi olla huomattavaa hyötyä, esimerkiksi ajansäästönä lopullisen videon haluttuun muotoon pakkaamisessa.

Ensisijaisesti kotikäyttäjille suunnatut videoeditointisovellukset kuten esimerkiksi Adobe Premiere Elements eivät tue gpu-kiihdytystä. Useimmissa tapauksissa tämä on täysin tarkoituksellista tuotteiden jakamista – Adoben tapauksessa grafiikkakiihdytystä kaipaavien käyttäjien toivotaan luonnollisesti hankkivan paljon kalliimman Adobe Premiere Pron. Adoben sovellusten gpu-kiihdytystä on usein kritisoitu tehottomaksi. Premiere Prota saa onneksi kokeilla ilmaiseksi, joten omalla koneella voi testata, kuinka paljon kiihdytyksestä todella on hyötyä.

Metallia leffaan. Applen iMovie-sovellus käyttää hyväkseen yhtiön oman Metal-rajapinnan grafiikkakiihdytysominaisuuksia esimerkiksi värisuodinten lisäämisessä videoon.

Applen koneilla ilmainen iMovie tukee grafiikkapiirin käyttöä Metal-rajapinnan kautta, samoin kuin Applen ammattilaisille suunnattu Final Cut Pro. Myös CyberLink PowerDirector, joka on saatavilla Windowsille ja Maceille, tukee grafiikkapiirikiihdytystä.

Kenties paras ratkaisu kotikoneella videoeditointia harrastavalle käyttäjälle on kuitenkin DaVinci Resolve, jonka perusversio on ilmainen. Jo tässä versiossa on monia ammattilaistason ominaisuuksia, joista yksi on gpu-kiihdytys. Ilmaisversio tukee vain yhtä grafiikkapiiriä, mikä ei liene useimmille kotikäyttäjille ongelma.

Tällä onnistuu. DaVinci Resolve on erittäin kyvykäs videoeditointi­ohjelmisto, joka hyödyntää tehokkaasti myös näytönohjaimen suorituskykyä.

Resolve on suunnattu ensisijaisesti ammattilaisille ja muille kokeneille videoeditoijille, joten erityisen aloittelijaystävällinen se ei ole. Tutustumalla käyttöliittymään rauhassa ja sukeltamalla rohkeasti videon leikkaamiseen ja muuhun editointiin siitä saa kuitenkin todella paljon irti etenkin, jos omasta koneesta sattuu löytymään nopea näytönohjain. Resolve toimii sekä Windowsissa, Macissa että Linuxissa.

Valitse oikea enkooderi. OBS Studion videon koodauksessa kannattaa ehdottomasti käyttää näytön­ohjain­kiihdytystä, jos se on mahdollista. Oletusarvoisesti käytetään ohjelmisto­pohjaista koodausta, mutta laitteisto­kiihdytyksen saa käyttöön asetusvalikon kohdasta Ulostulo.

Toinen tehokas ilmainen työkalu lähestyy videoeditointia hieman toisesta suunnasta. Avoimen lähdekoodin OBS Studion pääasiallinen käyttötarkoitus on videon kaappaaminen tietokoneen näytöltä ja sen tallentaminen tai nettiin striimaaminen. Etenkin suurilla tarkkuuksilla ruudulta kaapatun videon pakkaaminen nettiin sopivaan muotoon on raskasta touhua. OBS Studio osaa onneksi hyödyntää näytönohjaimen videopakkausominaisuuksia, nykyisin Nvidian nvenc-kooderin ohella myös AMD:n tuotteilla.

3. 3d-mallinnus

3d-mallinnus tuntuu ilmeiseltä käyttö­tarkoitukselta näytönohjaimen tehoille, onhan 3d-grafiikan piirtäminen kirjaimellisesti sitä, mihin grafiikkapiirit on alun perin suunniteltu. Käytännössä ennalta laskettavan 3d-grafiikan luonti säteenseurantatekniikoilla on kuitenkin monta kertaluokkaa raskaampaa ja muutenkin erilaista kuin reaaliaikaisen peligrafiikan pyörittäminen niin sanotuilla rasterointitekniikoilla.

Cycles käyttöön. Blenderissä on useita renderöintimoottoreita (render engines). Parasta jälkeä tuottaa Cycles-moottori, joka tukee grafiikkakiihdytystä sekä Nvidian ohjaimilla että AMD:n uuden sukupolven korteilla. Blenderissä vain käyttäjän omat taidot ovat rajana sille, mitä kaikkea ruudulle voi luoda.

Grafiikkasuorittimesta on silti joka tapauksessa hyötyä niin näytöllä näkyvien objektien sulavassa pyörittelyssä kuin lopullisen kuvan muodostamisessa eli renderöinnissä. 3d-näkymät vievät huomattavan paljon muistia, ja 3d-mallinnuksessa näytönohjaimen suuresta muistista on erityisen paljon hyötyä.

Autodeskin työkalut kuten 3DS Max ja Maya tukevat gpu-kiihdytystä, mutta niiden hinnoittelu ei houkuttele kotikäyttäjää. Mikäli rahaa ei tee mieli laittaa likoon, toimivin vaihtoehto 3d-mallinnuksen maailmaan on avoimen lähdekoodin Blender. Sekä harrastajat että ammattilaiset käyttävät Blenderiä mitä erilaisimpiin käyttötarkoituksiin.

Blenderissä on erittäin kattava laitteistokiihdytyksen tuki. Vanhemmilla Nvidian korteilla kannattaa käyttää Cuda-kiihdytystä, uudemmilla RTX-korteilla taas myös säteenseurantaominaisuuksia tukevaa OptiX:ää. AMD:n tuoreita ohjaimia varten on tarjolla HIP-kiihdytys ja Maceilla vielä Applen Metal.

Gpu-kiihdytyksen käyttö pienentää Blenderin renderöintiaikoja parhaimmillaan murto-osaan siitä, mitä näkymän luominen kestäisi pelkän keskussuorittimen laskentateholla. Esimerkkejä asiasta löytyy oheisesta graafista, jonka tulokset on saatu Blenderin omalla mittaustyökalulla.

4. Hajautettu laskenta

Näytönohjaimen tehoa ei tarvitse valjastaa itsekkäästi vain omaan käyttöön, vaan sillä voi palvella myös monia yleishyödyllisiä käyttötarkoituksia. Tieteellinen tutkimus hyötyy laskentatehosta lukuisilla aloilla, ja kotikäyttäjä voi lahjoittaa tietokoneensa tehoa yksinkertaisesti asentamalla sovelluksen, joka suorittaa koneella laskentaa sen ollessa käyttämättä.

Ylivoimaisesti suosituin hajautettu laskentaverkko on jo vuonna 2000 alkunsa saanut Folding@home, joka simuloi proteiininen laskostumista ja liikettä. Sen laskennan tuloksia on käytetty sadoissa tutkimusprojekteissa, joissa on tutkittu muun muassa syöpää, Alzheimerin tautia ja koronavirusta.

Tehot hyödyksi. Folding@Homen avulla oman tietokoneen tehot voi erittäin helposti luovuttaa tieteen käyttöön silloin, kun niitä ei itse tarvitse. Sovellus käyttää automaattisesti sekä keskus- että grafiikkasuorittimen laskentatehoa.

Toinen suosittu hajautetun laskennan projekti on Boinc (Berkeley Open Infrastructure for Network Computing), joka syntyi alun perin maan ulkopuolista elämää radiosignaaleista etsivän Seti@home-projektin tarpeisiin. Boincin avulla voi antaa laskentatehonsa monenlaisten avaruusutkimuksen, lääketieteen, fysiikan, ilmastotieteen, matematiikan ja energiatutkimuksen projektien käyttöön.