PIX4Dengine SDK v1 - 하드웨어 권장 사항
이 기사에서는
- Ubuntu 18.04 64비트 또는 Windows 10 기반 Windows Server 64비트.
- CPU 쿼드코어 또는 헥사코어 인텔 i7/인텔 i9/스레드리퍼/제온/.
- GeForce GTX 1070 이상 (OpenGL 3.2 호환).
- 저장 장치: SSD.
- 소규모 프로젝트(14MP 해상도 이미지 100장 미만): 8GB RAM, 15GB SSD 여유 공간.
- 중규모 프로젝트(14MP 해상도 이미지 100~500장): 16GB RAM, 30GB SSD 여유 공간.
- 대규모 프로젝트(14MP 이미지 500개 이상): 32GB RAM, 60GB SSD 여유 공간.
- 초대형 프로젝트(14MP 이미지 2000개 이상): 64GB RAM, 120GB SSD 여유 공간.
- 스왑 메모리는 RAM 용량과 운영체제 종류에 따라 일반적으로 권장되는 값으로 설정해야 합니다.
정보:
처리 속도가 빠르고 대용량 데이터셋을 처리해야 하는 애플리케이션의 경우, 고성능 워크스테이션이 필수적입니다. 이러한 고성능 워크스테이션은 대부분의 경우 다른 구성 요소보다 우수한 성능을 보이는 것으로 입증되었습니다. 이상적인 고성능 워크스테이션은 시스템 전체 속도를 저하시키는 병목 현상을 방지하기 위해 균형 잡힌 리소스를 제공합니다. 아래는 Pix4D에서 우수한 성능을 보인 몇 가지 구성 요소입니다.
예:
- CPU: 스레드리퍼 1950x - 코어 i9 9900K, 코어 i7 7980XE.
- GPU: 지포스 GTX 1070, 1080Ti.
- 저장 장치: SSD.
정보:
- 그래픽 카드가 CUDA(NVIDIA 그래픽 카드)와 호환되는 경우 1단계 처리 속도가 향상될 수 있습니다. 2단계와 3단계의 처리 시간은 GPU의 영향을 받지 않습니다. GPU는 레이 클라우드 시각화에도 상당한 도움을 줍니다. GPU 사용에 대한 자세한 내용은 의 GPU 사용법을 PIX4Dmapper.
- 를 사용하여 처리할 때 하드웨어 구성 요소 사용에 대한 자세한 내용은 PIX4DmapperPix4D 를 사용하여 처리할 때 하드웨어 구성 요소 사용을.
- 처리 속도에 대한 자세한 내용은 처리 속도 항목을.
- 일부 Quadro GPU에서 처리 시간이 비정상적으로 오래 걸리는 현상이 관찰되었습니다. 이는 NVIDIA 제어판의 일부 설정과 관련이 있습니다. 자세한 내용은 " Quadro GPU에서 3단계 처리 시간 지연 문제"를
- GeForce는 Windows 서버 플랫폼에서 지원되지 않습니다.
대신 전문 서버 솔루션을 선택해야 합니다. GPU 드라이버는 항상 최신 상태로 유지하십시오. - 현재 버전에서는 여러 개의 GPU를 사용하여 처리하는 기능이 지원되지 않습니다.
PIX4Dengine SDK 처리를 위해 전용 머신을 사용하여 총 처리 시간을 조사하는 실험을 수행했습니다
- 파이썬 3.6.7, 64비트.
- 우분투 18.04.3 LTS 64비트.
- CPU: Intel(R) Core(TM) i7-5820K CPU @ 3.30GHz (6코어 / 12논리 코어).
- 램 - 64GB.
- 저장 장치: 로컬 SSD (LAN/WLAN 데이터 전송 없음).
입력값
파이프라인 구성
출력
시간
2200개 이미지 (SONY DSC-RX1R_35.0_6000x4000)
농업 지역 - 넓고 균일한 들판
GCP 없음
밀집된 포인트 클라우드(.las)
디지털 표면 모델(.tiff)
정사영상(.tiff)
교정 시간: 2시간
총 소요 시간: 18시간
중요: Docker 또는 기타 가상화/컨테이너 환경은 PIX4D 엔진의 일부가 아니므로(실행은 가능하지만) Pix4D 지원에 포함되지 않습니다. HTTPS 요청(저희 통신은 메시지 암호화를 위해 TLS 1.2를 사용합니다)이 플랫폼을 통해 https://cloud.pix4d.com/ 에 정상적으로 전송되는지 확인하십시오. 저희가 사용하는 모든 프로토콜은 100% 업계 표준이며 사용자 정의는 없습니다. 딥 패킷 스캐닝(DPS) 사용은 권장하지 않습니다.