Blender рендеринг

GPU-ускорённый 3D-рендеринг Blender на Clore.ai

Рендерьте 3D-сцены и анимации в Blender на GPU CLORE.AI.

Все примеры можно запускать на GPU-серверах, арендуемых через CLORE.AI Marketplace.

Аренда на CLORE.AI

1. Посетите CLORE.AI Marketplace

2. Отфильтруйте по типу GPU, объему VRAM и цене

3. Выберите On-Demand (фиксированная ставка) или Spot (цена по ставке)

4. Настройте ваш заказ:

   • Выберите Docker-образ

   • Установите порты (TCP для SSH, HTTP для веб-интерфейсов)

   • Добавьте переменные окружения при необходимости

   • Введите команду запуска

5. Выберите способ оплаты: CLORE, BTC, или USDT/USDC

6. Создайте заказ и дождитесь развертывания

Доступ к вашему серверу

• Найдите данные для подключения в Моих заказах

• Веб-интерфейсы: используйте URL HTTP-порта

• SSH: ssh -p <port> root@<proxy-address>

Зачем арендовать GPU для Blender?

• Визуализируйте сложные сцены в 10–50 раз быстрее, чем на CPU

• Несколько GPU для ещё более быстрого рендеринга

• Не нужно инвестировать в дорогое оборудование

• Платите только за время рендеринга

Требования

Сложность сцены	Рекомендуемый GPU	VRAM
Простая	RTX 3070	8GB
Средне	RTX 3090	24 ГБ
Сложный	RTX 4090	24 ГБ
Продакшен	A100	40–80 ГБ

Быстрое развертывание

Docker-образ:

linuxserver/blender

Или рендер без интерфейса (headless):

nytimes/blender:3.6-gpu-ubuntu22.04

Порты:

22/tcp
3000/http

Настройка headless-рендера

Образ:

nvidia/cuda:12.1.0-devel-ubuntu22.04

Команда:

apt-get update && \
apt-get install -y wget libxi6 libxxf86vm1 libxfixes3 libxrender1 libgl1 && \
wget https://download.blender.org/release/Blender4.0/blender-4.0.2-linux-x64.tar.xz && \
tar -xf blender-4.0.2-linux-x64.tar.xz && \
mv blender-4.0.2-linux-x64 /opt/blender

Доступ к вашему сервису

После развертывания найдите ваш http_pub URL в Моих заказах:

1. Перейдите на Моих заказах страницу

2. Нажмите на ваш заказ

3. Найдите http_pub URL (например, abc123.clorecloud.net)

Используйте https://YOUR_HTTP_PUB_URL вместо localhost в примерах ниже.

Загрузите свой проект

Через SCP

# Загрузить .blend файл
scp -P <port> myproject.blend root@<proxy>:/workspace/

# Загрузить папку проекта
scp -P <port> -r ./project/ root@<proxy>:/workspace/

Через rsync (большие проекты)

rsync -avz --progress -e "ssh -p <port>" ./project/ root@<proxy>:/workspace/project/

Команды рендеринга

Один кадр

/opt/blender/blender -b /workspace/myproject.blend -o /workspace/output/frame_### -f 1 -- --cycles-device CUDA

Анимация (диапазон кадров)

/opt/blender/blender -b /workspace/myproject.blend -o /workspace/output/frame_### -s 1 -e 250 -a -- --cycles-device CUDA

Конкретные кадры

/opt/blender/blender -b /workspace/myproject.blend -o /workspace/output/frame_### -f 1,50,100,150,200 -- --cycles-device CUDA

Опции рендеринга

Разрешение

# Переопределить разрешение
blender -b file.blend -o //output/frame_### -x 1920 -y 1080 -a -- --cycles-device CUDA

Использовать Python-скрипт

blender -b file.blend --python render_setup.py -a

render_setup.py:

import bpy

# Установить движок рендеринга
bpy.context.scene.render.engine = 'CYCLES'

# Установить устройство
bpy.context.preferences.addons['cycles'].preferences.compute_device_type = 'CUDA'

# Включить все GPU
for device in bpy.context.preferences.addons['cycles'].preferences.devices:
    device.use = True

# Установить количество сэмплов
bpy.context.scene.cycles.samples = 128

# Установить разрешение
bpy.context.scene.render.resolution_x = 1920
bpy.context.scene.render.resolution_y = 1080

# Настройки вывода
bpy.context.scene.render.image_settings.file_format = 'PNG'

Рендеринг на нескольких GPU

Для серверов с несколькими GPU:

import bpy

# Включить CUDA
prefs = bpy.context.preferences.addons['cycles'].preferences
prefs.compute_device_type = 'CUDA'

# Обновить список устройств
prefs.get_devices()

# Включить все GPU
for device in prefs.devices:
    if device.type == 'CUDA':
        device.use = True
        print(f"Enabled: {device.name}")

Ферма рендеринга (несколько серверов)

Арендуйте несколько серверов и разделите кадры:

Сервер 1:

blender -b project.blend -o //output/frame_### -s 1 -e 100 -a

Сервер 2:

blender -b project.blend -o //output/frame_### -s 101 -e 200 -a

Сервер 3:

blender -b project.blend -o //output/frame_### -s 201 -e 300 -a

Затем объедините рендеры локально.

Рендеринг в Eevee (быстрее)

Для качества в реальном времени:

blender -b file.blend -E BLENDER_EEVEE -o //output/frame_### -a

Поддержка OptiX (GPU RTX)

Для трассировки лучей на RTX:

import bpy
prefs = bpy.context.preferences.addons['cycles'].preferences
prefs.compute_device_type = 'OPTIX'  # Вместо CUDA

Автоматизированный скрипт рендеринга

render.sh:

#!/bin/bash
BLEND_FILE=$1
START_FRAME=$2
END_FRAME=$3
OUTPUT_DIR=/workspace/output

mkdir -p $OUTPUT_DIR

/opt/blender/blender -b $BLEND_FILE \
    -o ${OUTPUT_DIR}/frame_### \
    -s $START_FRAME \
    -e $END_FRAME \
    -a \
    -- --cycles-device CUDA

echo "Рендеринг завершён!"
ls -la $OUTPUT_DIR

Использование:

chmod +x render.sh
./render.sh /workspace/myproject.blend 1 250

Мониторинг прогресса рендеринга

Наблюдение за папкой вывода

watch -n 5 'ls -la /workspace/output/ | tail -20'

Вывод Blender

Blender выводит прогресс кадра в stdout:

Fra:1 Mem:1234.56M (Peak 1500.00M) | Time:00:01.23 | Remaining:04:32.10 | Mem:567.89M, Peak:890.12M | Scene, View Layer | Sample 64/128

Скачать отрендеренные кадры

# Скачать все кадры
scp -P <port> -r root@<proxy>:/workspace/output/ ./renders/

# Скачать конкретные кадры
scp -P <port> root@<proxy>:/workspace/output/frame_001.png ./

# Синхронизация с rsync
rsync -avz --progress -e "ssh -p <port>" root@<proxy>:/workspace/output/ ./renders/

Кодирование видео

После рендеринга кадров закодируйте в видео:

# Установить ffmpeg
apt-get install -y ffmpeg

# Кодировать в MP4
ffmpeg -framerate 24 -i /workspace/output/frame_%03d.png -c:v libx264 -pix_fmt yuv420p output.mp4

# Кодировать в ProRes (высокое качество)
ffmpeg -framerate 24 -i /workspace/output/frame_%03d.png -c:v prores_ks -profile:v 3 output.mov

Советы по производительности

Оптимизация для скорости

# Уменьшить сэмплы для предпросмотра
bpy.context.scene.cycles.samples = 64

# Использовать адаптивную выборку
bpy.context.scene.cycles.use_adaptive_sampling = True
bpy.context.scene.cycles.adaptive_threshold = 0.01

# Ограничить число отражений (bounces)
bpy.context.scene.cycles.max_bounces = 8

Оптимизация памяти

# Использовать плиточный рендеринг для высоких разрешений
bpy.context.scene.render.use_persistent_data = True

# Установить размер тайла
bpy.context.scene.cycles.tile_size = 256  # Для GPU

Оценки времени рендеринга

Сцена	GPU	Разрешение	Сэмплы	Время/кадр
Простая	RTX 3090	1080p	128	~30с
Средне	RTX 3090	1080p	256	~2 мин
Сложный	RTX 4090	4K	512	~10 мин
Продакшен	A100	4K	1024	~20 мин

Расчёт стоимости

Пример: анимация из 250 кадров

GPU: RTX 4090
Время на кадр: 2 минуты
Общее время рендеринга: 500 минут = 8,3 часа
Почасовая ставка: $0.04
Общая стоимость: ~ $0.33

Устранение неполадок

"CUDA устройство не найдено"

# Проверить доступные устройства
import bpy
prefs = bpy.context.preferences.addons['cycles'].preferences
prefs.compute_device_type = 'CUDA'
prefs.get_devices()
for d in prefs.devices:
    print(d.name, d.type)

Недостаточно памяти

• Уменьшите разрешение текстур

• Используйте меньший размер тайлов

• Включите «persistent data»

• Используйте более простые шейдеры

Медленный рендеринг

• Проверьте, используется ли GPU (nvidia-smi)

• Оптимизируйте геометрию сцены

• Используйте денойзинг с меньшим количеством сэмплов

Дальнейшие шаги

• Запустите Jupyter для постобработки

• Генерация видео с помощью ИИ