Préparer l'accélération CUDA pour PixInsight

Dans PixInsight, de nombreux modules sont très lents. Ils peuvent être accélérés, et c’est ce que nous allons vous apprendre dans cet article. Nous vous expliquerons comment installer le CUDA de NVIDIA, qui rend plusieurs modules PixInsight jusqu'à 1 500 % plus rapides.

Comment Pixinsight bénéficie-t-il de l’accélération GPU ?

• StarNet++ : Suppression d'étoiles
• StarXterminator : suppression d'étoile
• BlurXterminator : déconvolution en un clic
• NoiseXterminator : Débruiter les images linéaires et non linéaires

Prérequis

Avant d'installer CUDA, nous vous recommandons de mettre à jour Pixinsight vers la dernière version. Pour utiliser l'accélération GPU NVIDIA CUDA, vous devez disposer de :

1. GPU compatible CUDA : ouvrez ce lien, cliquez sur « Produits GeForce et TITAN compatibles CUDA » et vérifiez que votre GPU est dans la liste.
2. Système d'exploitation compatible CUDA : Windows ou Linux.

Dans cet article, nous nous concentrerons sur le système d'exploitation Windows. Si vous souhaitez installer CUDA sur Linux, cliquez ici pour savoir comment procéder.

Comparaison de vitesse

• RAM : DDR4, 16 Go
• GPU : NVIDIA RTX 2060, 6 Go
• Processeur : Intel Core I7-9750H, 2,60 GHz

Nous avons laissé les paramètres par défaut pour tous les modules.

Installation de NVIDIA CUDA sur Windows 10/11

1. Téléchargez les fichiers suivants. Attention : vous devez télécharger ces versions précisément, sinon cela risque de ne pas fonctionner.

• NVIDIA CUDA version 11.8 (choisissez l'installation réseau) : https://developer.nvidia.com/cuda-11-8-0- download-archive
• NVIDIA CUDNN Version 8.7 pour CUDA 11.X (Vous devez avoir un compte NVIDIA Developer. C'est gratuit, il vous suffit de vous inscrire) https://developer.nvidia.com/rdp/cudnn-download
• LibTensorFlow-GPU version 2.7.0 : https://storage.googleapis.com/tensorflow/libtensorflow/libtensorflow-gpu-windows-x86_64-2.7.0.zip
• DLL ZLIB :
http://www.winimage.com/zLibDll/zlib123dllx64.zip

2. Ouvrez le fichier d'installation CUDA .exe (configuration). Désélectionnez tout sauf CUDA -> Runtime -> Bibliothèques* et CUDA -> Développement -> Outils -> CUPTI
3. Il est important de désélectionner également la suite de démonstration dans les bibliothèques, car vous n'en aurez même pas besoin.
4. Extrayez l'archive cudnn-windows-x86_64-8.7.X.XX.zip téléchargée.
   un. Copiez les fichiers du dossier 'bin' dans le dossier correspondant dans 'C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\V11.8\bin'
5. Copiez les fichiers du dossier 'include' dans le dossier correspondant dans 'C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\V11.8\include'
6. Copiez les fichiers du dossier 'lib\x64' dans les dossiers correspondants dans 'C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\V11.8\lib\x64'
7. Extrayez le fichier libtensorflow-gpu-windows-x86_x64-2.7.0.zip téléchargé
8. Copiez le tensorflow.dll du dossier « lib » vers « C:\Program Files\PixInsight\bin », en écrasant le fichier existant.
9. Copiez le tensorflow.dll du dossier « lib » vers « C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib »
10. Copiez les fichiers de chaque dossier 'include\tensorflow' dans 'C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include'
11. Extrayez le zlib123dllx64.zip téléchargé

5. Recherchez l'environnement dans la barre de recherche Windows et sélectionnez Modifier les variables d'environnement système.

1. a) Dans « Variables système » (en bas de la fenêtre), entrez les trois nouvelles variables suivantes (cliquez trois fois sur le bouton « nouveau » ):
1. nom TF_FORCE_GPU_ALLOW_GROWTH, valeur = TRUE
2. nom CUDA_PATH, valeur = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8
3. nom CUDA_PATH_V11_8, valeur = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8
2. b) Dans « Variables système » (en bas de la fenêtre), modifiez la variable d'environnement Path et ajoutez les chemins suivants :
1. C:\Program Files\NVIDIA GPU Toolkit\CUDA\v11.8
2. C:\Program Files\NVIDIA GPU Toolkit\CUDA\v11.8\bin
3. C:\Program Files\NVIDIA GPU Toolkit\CUDA\v11.8\include
4. C:\Program Files\NVIDIA GPU Toolkit\CUDA\v11.8\lib
5. C:\Program Files\NVIDIA GPU Toolkit\CUDA\v11.8\extras\CUPTI\lib64

Comment savoir si ça marche ?

Si tout fonctionne, vous devriez constater que les modules indiqués précédemment fonctionnent beaucoup plus rapidement que d'habitude.

De plus, si vous recherchez l'application Task Manager et l'ouvrez, vous devriez également voir que votre GPU tourne à 100 % (ou environ 100 %) lors de l'exécution de ces modules spécifiques. Si ce n'est pas votre cas, vous trouverez ci-dessous des informations spécifiques pour résoudre le problème.
Si cela ne fonctionne toujours pas, que dois-je faire ?

1) Vérifiez si toutes les étapes d'installation ci-dessus ont été effectuées correctement, dans l'ordre approprié.
2) Vérifiez si votre carte graphique est incluse dans la liste officielle de NVIDIA partagée avec vous plus tôt dans cet article.
3) Vérifiez si vous disposez du système d’exploitation approprié.
4) Redémarrez votre matériel.
5) Relancez PixInsight.
6) (Facultatif, mais fortement suggéré) Installation de la dernière mise à jour de PixInsight.
7) Contactez-nous si vous avez suivi les 6 étapes ci-dessus, nous vous aiderons à trouver la solution .

Conclusion

Maintenant que CUDA est installé sur votre ordinateur, vous devriez voir une énorme différence. Vous gagnerez beaucoup de temps dans le traitement de vos images !
Combien de temps avez-vous gagné sur le traitement avec CUDA activé ? Dites le nous dans les commentaires.

Ciel clair,

l' équipe David Astro.