Cómo elegir una computadora para el procesamiento de imágenes astronómicas: CPU, RAM, SSD y pruebas reales

Este artículo está recopilado a partir de notas y pruebas reales tomadas entre 2020 y 2024; los modelos de CPU y de tarjeta gráfica, los precios de memoria y las puntuaciones de Benchmark que se mencionan varían todos con el tiempo, así que al comprar guíate por la información de mercado del momento.

«¿Qué computadora hay que montar para hacer correr PixInsight?» es una pregunta habitual en la comunidad. Estos años he ido cambiando de máquina varias veces y he medido bastantes combinaciones con el script oficial de Benchmark. Este artículo organiza lo que he aprendido en una guía de compra ordenada por componentes, y añade la evolución de las puntuaciones reales que he ido registrando por el camino.

Primero, hablemos del PixInsight Benchmark

PixInsight ofrece oficialmente un script de prueba de rendimiento que permite evaluar el rendimiento de tu propia computadora ejecutando PI; al terminar da tres puntuaciones: Total, CPU y Swap. Si vas a medir, acuérdate de actualizar al programa PI más reciente antes de ejecutarlo.

Al principio lo medí en la computadora que tengo en la oficina y uso para procesar imágenes astronómicas (AMD APU 2400G, DDR4 2666 14GB, M.2 SSD), y lo mejor fue un Total de solo unos 6.414. Después de mejorar el procesador (AMD R5 4650G), la puntuación de CPU se duplicó de golpe y se disparó por encima de trece mil, y además el consumo total de toda la máquina no pasaba de 120 vatios; ese resultado me dejó muy satisfecho, una puntuación que incluso empataba con mi computadora de escritorio de tamaño normal de casa (R5-3600, 32GB DDR4 3200).

Cómo elegir cada componente

Para 2023, a medida que mis cámaras pasaron de CCD a CMOS (IMX571, IMX455, etc.) y las imágenes crecieron de algo más de diez millones de píxeles a veinticuatro y hasta sesenta millones de píxeles, las especificaciones de mi antigua computadora de oficina empezaron a quedarse cortas: solo cambiar entre un paso atrás y uno adelante tardaba tres segundos, lo que hacía muy poco intuitivo comparar la imagen antes y después. A eso se sumó que ese año llegaron en gran cantidad los procesos de IA, que había que usar en muchas etapas del flujo de trabajo, así que reorganicé mi lógica de compra:

CPU

Lo que PI quiere es «muchos núcleos, y todos ellos núcleos grandes». En los PC convencionales, las CPU de consumo de gama alta como la AMD 7950X o la Intel i9-13900K rinden mejor. Conviene advertir en especial una cosa: las versiones X3D de AMD no aportan ningún beneficio a PI, y su rendimiento real en productividad puede incluso ser algo inferior al de la 7950X normal; a menos que también quieras jugar, basta con elegir la versión normal.

Además, alguien llegó a ejecutar una R9-7950X con Linux y sacó una puntuación de más de cincuenta mil, aplastando de plano a la serie i9-13900 (el proceso de 5 nm de TSMC es realmente potente); quienes vayan a cambiar de máquina pronto pueden estar atentos a este tipo de combinaciones.

Tarjeta gráfica (VGA)

A quienes procesan cometas, o cuyo flujo de trabajo exige eliminar estrellas y reducir ruido una y otra vez, en un PC les recomiendo añadir una tarjeta gráfica NVIDIA para que los núcleos CUDA ayuden a acelerar SXT, NXT y BXT. A los precios de mercado de entonces, la serie RTX 30 (como la RTX 3060 o la 3060 Ti) era la primera opción. Si no juegas, la RTX 3060 en versión de 12G es una buena elección: consume poco, tiene más VRAM e incluso puede servir de paso para jugar con Stable Diffusion. (Hay un artículo aparte con las pruebas reales detalladas de la aceleración por GPU.)

En cuanto a Mac, los modelos a partir del M1 activan automáticamente la aceleración por GPU.

SSD

Como mínimo, hay que poner los archivos que vas a procesar en un SSD SATA para trabajar desde ahí; dada la situación predominante actual, ponerlos en un SSD M.2 es aún mejor. Un SSD PCIe Gen3 basta; el beneficio de procesamiento que aporta Gen4 en realidad es pequeño (solo es más rápido al copiar archivos).

Por cierto, si ejecutas el PI Benchmark con un RAMDISK pero la velocidad solo llega a 4GB/s, tiene poco sentido: si un RAMDISK no alcanza al menos 10GB/s, más vale cambiar directamente a un SSD PCIe Gen4 económico (7GB/s debería ser bastante rápido).

RAM

PI aprovecha la memoria con bastante eficiencia. A menos que proceses siempre imágenes grandes de sensores de fotograma completo o mayores, 32GB ya bastan. Si usas DDR4, puedes ir directo a 64GB; la DDR5 entonces todavía era más bien cara, así que empieza con 32GB y añade más si surge la necesidad.

Aquí hay un concepto importante: si la memoria no basta, ni la CPU más rápida puede desplegarse. Antes de ejecutar un script o proceso, PI estima primero la memoria disponible; si el espacio no alcanza para alimentar todos los hilos, limita directamente el número de hilos utilizables. Por ejemplo, si cada hilo necesita 1,7GB y solo quedan 19GB de memoria, PI dejará pasar solo 9 hilos; pero tu CPU claramente tiene 32 hilos, con lo que 23 hilos se quedan esperando en balde. PI recomienda oficialmente unos 2GB de memoria por hilo; tomando como ejemplo la AMD 7950X (16 núcleos grandes, 32 hilos), hay que instalar al menos 64GB para que el software pueda desplegarse por completo.

Algunas de mis máquinas de prueba reales

A lo largo de tantos cambios, tengo a mano unas cuantas máquinas representativas:

• Computadora de oficina AMD R5-2400G → R5-4650G: aprendí PI por primera vez justo con la computadora de oficina de la 2400G, y luego la subí a la 4650G (rendimiento equivalente más o menos a una R5-3600), pero por culpa del chasis pequeño, aparte de la CPU, la memoria y el SSD, no había sitio para instalar una tarjeta gráfica adicional.
• Computadora portátil gaming AMD R7-5800H: 32GB DDR4 3200, SSD M.2 Gen3, RTX 3060 Laptop 6G, con un coste total de menos de cuarenta mil dólares taiwaneses. La diversión de mejorar la RAM y el SSD a mano no tiene precio, y la tarjeta gráfica se dedica en exclusiva a la eliminación de estrellas acelerada por CUDA.
• Nueva computadora de escritorio AMD R9-7950X: DDR5 6000 16G×2, refrigeración líquida todo en uno de 360, placa base B650, varios SSD M.2 PCIe, RTX 3060 12G y fuente de alimentación de 750W. Al montar esta máquina concentré el presupuesto en los componentes más relacionados con el procesamiento de imágenes (CPU, refrigeración líquida, tarjeta gráfica) y recorté todo lo posible el resto de los periféricos.

A finales de 2024, después de que PI se actualizara a la versión mayor 1.9 Lockhart, medí otra ronda como de costumbre. Las puntuaciones medias de estas tres máquinas que tengo fueron, respectivamente: la R5-3600, con casi cinco años de uso, unos 14.700; la R7-5800H, de tres años, unos 17.000; y la R9-7950X, de casi dos años, unos 29.800. La 7950X, como computadora de escritorio principal, tras dos años sigue teniendo una fuerza excelente, y parece que aún puede aguantar dos años más mientras espero la nueva generación de CPU de AMD. Por supuesto, si fuera a montar una máquina ahora, ir directo a la cima con una R9-9950X probablemente me serviría para otros cinco años.

Algunos detalles fáciles de pasar por alto

• Sobre Apple ARM: a partir de la versión 1.9, PI cambió su motor de cálculo y avanza paso a paso hacia el soporte nativo de Apple ARM, en vez de funcionar mediante un emulador. Antes de eso (en la era 1.8.x), PI en los M1/M2 se ejecutaba con un emulador, y hay que tener en cuenta este punto al evaluar el rendimiento.
• El umbral de CPU a partir de 1.9: a partir de la versión 1.9, PixInsight ya no admite las CPU antiguas que carecen de las instrucciones AVX2/FMA3 (Intel, aproximadamente antes del segundo trimestre de 2013; AMD, aproximadamente antes del segundo trimestre de 2015); estas plataformas antiguas no podrán instalar la nueva versión de PI. A los amigos que aún usan un PC antiguo les recomiendo evaluar un cambio de máquina antes de saltar a la versión mayor.
• Cuelgues de los modelos K de Intel de 13.ª/14.ª generación: varios compañeros de afición han informado de que las CPU de la serie K de Intel de 13.ª y 14.ª generación se cuelgan al ejecutar PI con los valores predeterminados. Más tarde el fabricante publicó una actualización de BIOS que baja el rendimiento en torno a un 10 % pero garantiza la estabilidad del sistema; quienes usen una i9-13900K, 14900K o 14700K bien pueden actualizar y probar.
• El tiempo encendido afecta a la puntuación: en Windows, para sacar la mejor puntuación de Benchmark, lo mejor es ejecutarlo recién arrancada la máquina, justo tras «apagar y volver a encender». En el caso de mi computadora, un simple reinicio no sirve; hay que apagar y luego volver a encender, pues de lo contrario el SSD no ejecuta la recolección de basura; tras aproximadamente una semana encendida, la velocidad de lectura secuencial del SSD cae por debajo de 3000MB/s. Apagar y reiniciar periódicamente sí es necesario.

De paso: la computadora para el control de captura

Además de la máquina principal de posprocesado, en el lugar de captura hace falta también una computadora de control, y la lógica para elegirla es completamente distinta: lo que importa no es el rendimiento, sino la estabilidad y la resistencia al entorno. Conseguí dos módulos de memoria DDR5 para portátil, los combiné con un viejo SSD M.2 Gen3 y monté una pequeña computadora con núcleo Intel 1240P, para usarla como máquina de control durante la captura de imágenes astronómicas (controla a la vez una montura, dos tubos y dos cámaras) y también para el apilado en directo. No tiene batería, así que no le teme al frío de la montaña; pero es un sistema con ventilador, por lo que no se puede montar directamente sobre el telescopio.

En resumen

Para montar una computadora que haga correr PI, el orden de prioridad es más o menos: una CPU con muchos núcleos grandes, memoria suficiente para corresponder al número de hilos, un SSD M.2 decente y, según el flujo de trabajo, añadir una tarjeta gráfica NVIDIA. Las especificaciones de hardware cambian de generación sin cesar, pero el principio de «poner el presupuesto en las partes más relacionadas con el procesamiento de imágenes» no pasa de moda fácilmente.