Рендеринг в Blender

3D-рендеринг в Blender с ускорением на GPU на Clore.ai

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

Все примеры можно запускать на GPU-серверах, арендованных через маркетплейс CLORE.AI.

Аренда на CLORE.AI

1. Перейдите на маркетплейс CLORE.AI

2. Отфильтруйте по типу GPU, объёму VRAM и цене

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

4. Настройте свой заказ:

   • Выберите Docker-образ

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

   • При необходимости добавьте переменные окружения

   • Введите команду запуска

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

6. Создайте заказ и дождитесь развертывания

Получите доступ к своему серверу

• Найдите данные для подключения в Мои заказы

• Веб-интерфейсы: используйте URL HTTP-порта

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

Зачем арендовать GPU для Blender?

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

• Несколько GPU для ещё более быстрого рендеринга

• Нет необходимости вкладываться в дорогое оборудование

• Платите только за время рендера

Требования

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

Быстрое развёртывание

Docker-образ:

linuxserver/blender

Или headless-рендеринг:

nytimes/blender:3.6-gpu-ubuntu22.04

Порты:

22/tcp
3000/http

Настройка headless-рендеринга

Образ:

nvidia/cuda:12.8.1-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 свой http_pub URL в Мои заказы:

1. Перейдите на Мои заказы страницу

2. Нажмите на свой заказ

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

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

Загрузите ваш 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 рендера

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

Параметры 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 рендера
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 сэмплы
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}")

Рендер-ферма (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 Eevee (быстрее)

Для качества в реальном времени:

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

Поддержка OptiX (RTX GPU)

Для трассировки лучей RTX:

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

Автоматизированный скрипт рендера

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 "Рендер завершён!"
ls -la $OUTPUT_DIR

Использование:

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

Мониторинг прогресса рендера

Следить за папкой вывода

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

Вывод Blender

Blender выводит прогресс кадра в stdout:

Кадр:1 Память:1234.56M (Пик 1500.00M) | Время:00:01.23 | Осталось:04:32.10 | Память:567.89M, Пик:890.12M | Сцена, Слой просмотра | Сэмпл 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 ./

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

Кодирование видео

После рендеринга кадров закодируйте их 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 число сэмплов 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 отскоков
bpy.context.scene.cycles.max_bounces = 8

Оптимизация памяти

# Использовать тайловый рендеринг для высокого разрешения
bpy.context.scene.render.use_persistent_data = True

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

Оценки времени рендера

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 на 250 кадров

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

Устранение неполадок

"Устройство CUDA 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)

Не хватает памяти

• Уменьшите разрешение текстур

• Используйте меньший размер тайла

• Включите "persistent data"

• Используйте более простые шейдеры

Медленный рендеринг

• Проверьте, что используется GPU (nvidia-smi)

• Оптимизируйте геометрию сцены

• Используйте денойзинг с меньшим числом сэмплов

Дальнейшие шаги

• Запустите Jupyter для постобработки

• Генерация видео с помощью ИИ