Cùng một dự án video 4K, đổi bộ xử lý thì khâu này nhanh lên còn khâu kia đứng yên, đổi card đồ họa thì mọi thứ đảo ngược. Tôi tách quy trình render video và kết xuất 3D thành từng khâu để chỉ rõ khâu nào chạy trên nhân CPU, khâu nào chạy trên GPU, và khâu nào dừng hẳn vì cạn VRAM chứ không vì xung nhịp thấp. Nhìn theo khâu thì bạn thấy dung lượng bộ nhớ trên card đồ họa mới là trần thật của cảnh dựng được, còn xung nhịp chỉ quyết định bạn chờ lâu hay chóng.
Trong render video, khâu nào ăn nhân CPU và khâu nào ăn card rời
Nhân CPU gánh nhóm việc chạy tuần tự hoặc chia luồng theo khối: mô phỏng vật lý, tính toán lưới đa giác, giải nén tệp nguồn, chạy script, và mã hóa video bằng phần mềm. Nhóm này chia đều cho nhiều nhân nên điểm đa nhân Cinebench R23 phản ánh khá sát. Trong dữ liệu Notebookcheck, Core i5-12500H đạt 13.461 điểm đa nhân R23 với 12 nhân và 16 luồng, còn Core i5-12450HX đạt 11.390 điểm với 8 nhân và 12 luồng. Chênh lệch này rơi thẳng vào các khâu vừa kể.
Card rời gánh nhóm việc song song hàng loạt: dựng hình viewport, chạy các engine kết xuất theo đường dẫn tia, khử nhiễu ảnh, và một phần hiệu ứng trong phần mềm biên tập. Theo tài liệu After Effects của Adobe, Mercury GPU Acceleration cho phép kết xuất các hiệu ứng được hỗ trợ bằng GPU, riêng nhóm hiệu ứng VR chỉ chạy trên GPU và không có đường lui về CPU. Với nhóm hiệu ứng đó, máy thiếu card rời sẽ tắc hẳn chứ không đơn giản là chờ lâu hơn.
Có một khâu nằm giữa và hay bị gán nhầm: phát lại timeline. Khâu này phụ thuộc bộ giải mã, dung lượng RAM và tốc độ ổ đĩa nhiều hơn là phụ thuộc sức mạnh thô của hai bên. Timeline 4K giật khi cuộn thường là dấu hiệu thiếu proxy hoặc thiếu RAM, nên nâng card rời lúc đó gần như không đổi được gì trong quy trình render video hằng ngày.
CUDA, OptiX, HIP hay Metal quyết định card rời khai thác tới đâu
Chọn card cho render video và dựng cảnh 3D không dừng ở số nhân CUDA, mà nằm ở việc engine bạn dùng có hỗ trợ nền tảng tính toán của card đó hay không. Tài liệu Blender ghi rõ Cycles cho chọn một trong các nền tảng CUDA, OptiX, HIP, oneAPI hoặc Metal, và mỗi nền tảng gắn với một hãng phần cứng riêng. Bạn nên đọc phần GPU Rendering trong Blender Manual để đối chiếu đúng phiên bản Blender bạn đang cài.
Cụ thể theo tài liệu này: CUDA chạy trên Windows và Linux, yêu cầu card NVIDIA có compute capability từ 5.0 trở lên. OptiX cùng ngưỡng 5.0 nhưng đòi driver từ bản 535, đổi lại tận dụng được khối tăng tốc dò tia phần cứng trên card RTX. HIP dành cho card AMD kiến trúc RDNA1 trở lên, gồm cả card rời lẫn APU. oneAPI yêu cầu card Intel Arc kiến trúc Xe HPG. Metal chỉ chạy trên máy Apple Silicon với macOS 13.0 trở lên.
Tài liệu cũng nêu hai giới hạn dễ làm hỏng kế hoạch render video: Path Guiding không chạy trên bất kỳ GPU nào, và Open Shading Language chỉ được hỗ trợ với OptiX. Nếu cảnh của bạn dựa vào một trong hai thứ đó, phần việc tương ứng vẫn quay về nhân CPU dù card rời có mạnh tới đâu.
Bộ nhớ VRAM mới là trần chặn, xung nhịp card đồ họa thì không
Đây là điểm tôi thấy bị bỏ qua nhiều nhất. Blender Manual trả lời thẳng câu hỏi vì sao một cảnh kết xuất được trên CPU lại không kết xuất được trên GPU: nguyên nhân phổ biến nhất là card không đủ bộ nhớ, vì GPU thường chỉ truy cập lượng nhớ nằm trên chính nó, vốn nhỏ hơn nhiều so với bộ nhớ hệ thống mà CPU dùng chung.
Với CUDA, OptiX, HIP và Metal, khi VRAM đầy thì Blender tự động thử mượn bộ nhớ hệ thống, chấp nhận mất tốc độ nhưng thường vẫn nhanh hơn kết xuất bằng CPU. Tài liệu nói thêm rằng gắn nhiều GPU thường không cộng dồn được VRAM, mỗi card chỉ truy cập phần nhớ của nó, ngoại lệ là các card NVIDIA nối NVLink. Với laptop thì ngoại lệ đó không tồn tại, nên con số VRAM ghi trên tờ cấu hình chính là trần cứng của cảnh bạn dựng được.
Hai máy đang bán cho thấy sự đánh đổi này khá rõ. Dell Precision 3571 dùng Core i5-12500H mạnh hơn về đa nhân nhưng ghép với card rời NVIDIA T600 4GB GDDR6, đạt 2.766 điểm Time Spy theo dữ liệu Notebookcheck. Lenovo LOQ Essential 15IAX9E đi hướng ngược lại: CPU yếu hơn nhưng có RTX 3050 6GB GDDR6 chạy TGP 65W, đạt 4.571 điểm Time Spy và dôi ra 2GB VRAM.
Cảnh nào chạm trần 4GB thì chiếc CPU mạnh hơn cũng không gỡ được, đó là lý do tôi xếp bộ nhớ VRAM lên trước xung nhịp khi tư vấn máy render video 4K. Khi dự án vượt hẳn ngưỡng VRAM phổ thông, nhóm máy trạm mới là câu trả lời đúng, và tôi đã phân tích riêng bài toán đó trong Dell Precision 7680 và bài toán RTX Ada cho AI cục bộ, 3D.
Khâu xuất file dùng bộ mã hóa riêng, không dùng nhân CUDA
Khâu xuất file hay bị gộp chung vào chữ kết xuất, nhưng nó chạy trên một khối mạch riêng. Bộ mã hóa NVENC trên card rời NVIDIA không đụng tới nhân CUDA, nên bật mã hóa phần cứng chỉ chuyển việc sang một đường đi khác và giải phóng nhân CPU cho phần còn lại của quy trình render video, chứ không làm GPU mạnh thêm.
Đường đi đó có giới hạn theo đời card. Bảng hỗ trợ mã hóa và giải mã của NVIDIA cho thấy khả năng mã hóa AV1 chỉ xuất hiện từ kiến trúc Ada Lovelace trở đi và tiếp tục trên Blackwell, trong khi Turing và Ampere chỉ mã hóa H.264 cùng HEVC. Bạn nên tra trực tiếp tại bảng NVIDIA Video Encode and Decode GPU Support Matrix trước khi chốt máy.
Hệ quả rất cụ thể: RTX 3050 thuộc Ampere và T600 thuộc Turing đều không mã hóa AV1 bằng phần cứng. Khách yêu cầu giao tệp AV1 thì phần việc đó rơi về nhân CPU, và đây đúng là lúc số nhân quay lại quyết định thời gian chờ. Ngược lại, nếu bạn chỉ giao H.264 hoặc HEVC thì cả hai card rời đều có khối mã hóa lo được.
Đọc điểm benchmark theo đúng khâu render video bạn đang làm
Mỗi phép đo chỉ đại diện cho một khâu. Điểm đa nhân Cinebench R23 mô tả kết xuất thuần bằng CPU, hợp để ước lượng mô phỏng và mã hóa phần mềm. Điểm Time Spy mô tả tải đồ họa dựng hình theo lối truyền thống, chỉ nên dùng để so tương quan giữa các card rời, không nên hiểu là thời gian kết xuất theo đường dẫn tia. Không phép đo nào thay được lần chạy thử trên chính dự án của bạn.
Số nhân trên tờ giới thiệu cũng cần đọc kỹ. Core Ultra 5 235H có 14 nhân nhưng chỉ 14 luồng, trong khi Core i5-12500H có 12 nhân và 16 luồng. Ở phép đo đa nhân Geekbench 6, Notebookcheck ghi 14.451 điểm cho Core Ultra 5 235H và 9.891,5 điểm cho Core i5-12500H. Số nhân nhiều hơn không tự động đồng nghĩa số luồng nhiều hơn, và cả hai con số đều không nói gì về VRAM.
Với các khâu tăng tốc bằng mô hình học máy, cách đọc lại đổi lần nữa vì nút thắt dịch chuyển sang VRAM và khối tính toán chuyên biệt. Tôi đã tách riêng phần này trong bài AI upscale video trên laptop nếu quy trình của bạn có bước phóng lớn độ phân giải.
Câu hỏi thường gặp (FAQ)
Nên ưu tiên bộ xử lý nhiều nhân hay card rời VRAM lớn?
Tùy khâu chiếm nhiều thời gian nhất trong ngày làm việc của bạn. Mô phỏng, dựng lưới và mã hóa bằng phần mềm ăn nhân CPU. Viewport, engine kết xuất và khử nhiễu ăn card rời. Nếu cảnh của bạn từng báo hết bộ nhớ thì VRAM phải được giải quyết trước, vì đó là giới hạn cứng chứ không phải chuyện nhanh chậm.
VRAM 4GB và 6GB khác nhau thế nào khi kết xuất?
Khác ở chỗ cảnh có nạp được lên card rời hay không. Blender Manual nêu rằng khi VRAM đầy, Cycles sẽ thử mượn bộ nhớ hệ thống với CUDA, OptiX, HIP và Metal, đổi lại tốc độ giảm. Thêm 2GB nghĩa là ngưỡng phải mượn bị đẩy lùi, chứ không phải mỗi khung hình nhanh hơn theo tỷ lệ.
Card AMD hoặc máy Apple có kết xuất Cycles được không?
Được, nhưng qua nền tảng khác. Theo Blender Manual, card AMD dùng HIP và cần kiến trúc RDNA1 trở lên, còn máy Apple dùng Metal và cần chip Apple Silicon với macOS 13.0 trở lên. Điều cần kiểm tra là plugin và engine bên thứ ba trong quy trình render video của bạn đã có bản cho nền tảng đó chưa.
Bật mã hóa phần cứng có rút ngắn thời gian dựng hiệu ứng không?
Không. Mã hóa phần cứng chỉ tác động tới khâu ghi tệp cuối, chạy trên khối mạch riêng của card rời. Phần dựng hiệu ứng vẫn do nhân CPU và nhân đồ họa xử lý như cũ. Ngoài ra, theo bảng hỗ trợ của NVIDIA, chỉ card từ Ada Lovelace trở đi mới mã hóa AV1 bằng phần cứng.
Để lại một bình luận