چگونه کامپیوتر پردازش تصویر نجومی را انتخاب کنیم: CPU، RAM، SSD و آزمون‌های عملی

این نوشته از یادداشت‌ها و آزمون‌های عملی سال‌های 2020 تا 2024 گردآوری شده‌است. مدل‌های CPU و کارت گرافیک، قیمت حافظه و امتیازهای Benchmark که در متن آمده‌اند همگی با گذشت زمان تغییر می‌کنند، بنابراین هنگام خرید اطلاعات روز بازار را ملاک قرار دهید.

«برای اجرای PixInsight چه کامپیوتری باید تهیه کرد؟» یکی از پرسش‌های رایج در انجمن است. در این چند سال یکی پس از دیگری چند دستگاه عوض کرده‌ام و ترکیب‌های زیادی را هم با اسکریپت رسمی Benchmark آزموده‌ام. در این نوشته آنچه را آموخته‌ام به تفکیک قطعات در قالب یک راهنمای خرید مرتب کرده‌ام و روند تغییر امتیازهای واقعی این سال‌ها را هم به آن افزوده‌ام.

نخست دربارهٔ PixInsight Benchmark

PixInsight به‌طور رسمی یک اسکریپت سنجش کارایی ارائه می‌کند که با آن می‌توانید کارایی کامپیوتر خودتان را در اجرای PI بسنجید؛ پس از پایان اجرا سه امتیاز Total، CPU و Swap را می‌دهد. اگر می‌خواهید آن را اجرا کنید، یادتان باشد ابتدا برنامهٔ PI را به آخرین نسخه به‌روز کنید و سپس آزمون را بگیرید.

نخستین دستگاهی که آزمودم همان کامپیوتری بود که در شرکت گذاشته‌ام و با آن تصاویر نجومی را پردازش می‌کنم (AMD APU 2400G، DDR4 2666 14GB، M.2 SSD)؛ بهترین نتیجه فقط Total حدود 6414 بود. بعد که پردازنده را ارتقا دادم (AMD R5 4650G)، امتیاز CPU یک‌باره دو برابر شد و از 13000 گذشت، ضمن اینکه مصرف کل دستگاه از 120 وات بیشتر نمی‌شد؛ این نتیجه من را بسیار راضی کرد — این امتیاز حتی با دسکتاپ اندازهٔ معمولی خانه (R5-3600، 32GB DDR4 3200) برابری کرد.

هر قطعه را چگونه انتخاب کنیم

در سال 2023، همراه با تغییر دوربین‌ها از CCD به CMOS (IMX571، IMX455 و مانند آن)، تصاویر از ده و اندی مگاپیکسل به بیست و چهار و حتی شصت مگاپیکسل رسیدند و مشخصات دستگاه اداری قدیمی من کم آورد — تنها جابه‌جایی میان undo و redo سه ثانیه طول می‌کشید و مقایسهٔ تصویر پیش و پس از پردازش اصلاً شهودی نبود. افزون بر این، در همان سال شمار زیادی process مبتنی بر هوش مصنوعی عرضه شد که در بسیاری از مراحل گردش کار به آن‌ها نیاز داشتم؛ بنابراین منطق خرید خود را از نو مرتب کردم:

CPU

چیزی که PI می‌خواهد «هسته‌های زیاد و همگی از نوع بزرگ» است. روی کامپیوترهای رایج، پردازنده‌های ردهٔ بالای بازار مصرفی مانند AMD 7950X یا Intel i9-13900K کارایی بهتری دارند. نکته‌ای که باید به‌ویژه یادآوری کنم این است که نسخه‌های X3D شرکت AMD هیچ کمکی به PI نمی‌کنند و کارایی واقعی آن‌ها در کارهای تولیدی حتی ممکن است اندکی کمتر از نسخهٔ معمولی 7950X باشد — مگر اینکه بخواهید هم‌زمان بازی هم بکنید، وگرنه انتخاب نسخهٔ معمولی کافی است.

افزون بر این، کسی زمانی R9-7950X را با Linux اجرا کرده و امتیازی بالای 50000 گرفته‌است که سری i9-13900 را کاملاً له می‌کند (فرایند 5nm شرکت TSMC واقعاً قدرتمند است). دوستانی که در آیندهٔ نزدیک قصد تعویض دستگاه دارند می‌توانند حواسشان به چنین ترکیب‌هایی باشد.

کارت گرافیک (VGA)

به کسانی که دنباله‌دار پردازش می‌کنند، یا در گردش کارشان بارها حذف ستاره‌ها و کاهش نویز لازم می‌شود، توصیه می‌کنم روی PC یک کارت گرافیک NVIDIA اضافه کنند تا هسته‌های CUDA در شتاب‌دهی به SXT، NXT و BXT کمک کنند. با قیمت‌های بازار در آن زمان، سری RTX 30 (مانند RTX 3060 یا 3060 Ti) گزینهٔ نخست بود. اگر بازی نمی‌کنید، نسخهٔ RTX 3060 12G انتخاب خوبی است — کم‌مصرف است و VRAM بیشتری دارد و حتی می‌توانید با آن Stable Diffusion هم اجرا کنید. (نوشتهٔ جداگانه‌ای به‌طور مفصل به آزمون‌های شتاب‌دهی GPU پرداخته‌است.)

در سمت Mac، دستگاه‌های M1 به بالا شتاب‌دهی GPU را به‌طور خودکار فعال می‌کنند.

SSD

دست‌کم باید فایل‌هایی را که قرار است پردازش کنید روی یک SATA SSD بگذارید و بعد اجرا کنید؛ با توجه به وضعیت رایج امروز، گذاشتن آن‌ها روی M.2 SSD بهتر هم هست. SSD از نوع PCIe Gen3 کافی است و سودی که Gen4 در پردازش می‌رساند در واقع چندان زیاد نیست (فقط هنگام کپی کردن فایل‌ها سریع‌تر است).

در ضمن، اگر PI Benchmark را با RAMDISK اجرا کنید ولی سرعت فقط به 4GB/s برسد، فایدهٔ چندانی ندارد — اگر RAMDISK دست‌کم به 10GB/s نرسد، بهتر است یکراست یک SSD ارزان‌قیمت از نوع PCIe Gen4 بگیرید (7GB/s باید به‌اندازهٔ کافی سریع باشد).

RAM

PI حافظه را بسیار کارآمد به کار می‌گیرد. مگر اینکه هرچه پردازش می‌کنید تصاویر بزرگ حسگرهای full frame و بزرگ‌تر باشد، وگرنه 32GB کافی است. اگر از DDR4 استفاده می‌کنید، می‌توانید یکراست 64GB بگذارید؛ DDR5 در آن زمان هنوز گران بود، پس اول 32GB بگیرید و هر وقت نیاز شد اضافه کنید.

اینجا یک نکتهٔ مهم هست: اگر حافظه کم باشد، CPU هرچه هم سریع باشد نمی‌تواند توانش را نشان دهد. PI پیش از اجرای اسکریپت یا process ابتدا حافظهٔ در دسترس را برآورد می‌کند و اگر فضا برای سیر کردن همهٔ رشته‌ها (thread) کافی نباشد، شمار رشته‌های قابل استفاده را مستقیماً محدود می‌کند. برای نمونه، اگر هر رشته به 1.7GB نیاز داشته باشد و تنها 19GB حافظه باقی مانده باشد، PI فقط به 9 رشته اجازهٔ کار می‌دهد؛ اما CPU شما آشکارا 32 رشته دارد، یعنی 23 رشته بیکار منتظر می‌مانند. توصیهٔ رسمی PI این است که به‌ازای هر رشته حدود 2GB حافظه در نظر بگیرید — برای نمونه در AMD 7950X (16 هستهٔ بزرگ، 32 رشته) دست‌کم باید 64GB نصب کنید تا نرم‌افزار به‌طور کامل توان خود را نشان دهد.

چند دستگاهی که خودم آزموده‌ام

در این مسیر تعویض پی‌درپی، چند دستگاه شاخص در دست دارم:

• دستگاه اداری AMD R5-2400G → R5-4650G: نخستین بار که PI را یاد گرفتم با همین دستگاه اداری 2400G بود؛ بعدها آن را به 4650G ارتقا دادم (کارایی‌اش تقریباً برابر R5-3600 است)، اما به‌خاطر کیس کوچک، جز CPU، حافظه و SSD جای نصب کارت گرافیک اضافی نبود.
• لپ‌تاپ گیمینگ AMD R7-5800H: با 32GB DDR4 3200، M.2 Gen3 SSD و RTX 3060 Laptop 6G، هزینهٔ کل کمتر از 40000 دلار تایوان. لذت ارتقای دستی RAM و SSD بی‌بها است و کارت گرافیک هم به‌طور اختصاصی برای شتاب‌دهی حذف ستاره‌ها با CUDA به کار می‌رود.
• دسکتاپ جدید AMD R9-7950X: DDR5 6000 16G×2، خنک‌کنندهٔ آبی یکپارچهٔ 360، مادربرد B650، چند M.2 PCIe SSD، RTX 3060 12G و منبع تغذیهٔ 750W. هنگام بستن این دستگاه بودجه را روی قطعاتی متمرکز کردم که بیشترین ارتباط را با پردازش تصویر دارند، یعنی CPU، خنک‌کنندهٔ آبی و کارت گرافیک، و سایر جانبی‌ها را تا جای ممکن فشرده کردم.

در پایان سال 2024 و پس از به‌روزرسانی PI به نسخهٔ مهم 1.9 Lockhart، طبق معمول یک دور دیگر آزمون گرفتم. میانگین امتیاز این سه دستگاه به‌ترتیب چنین بود: R5-3600 با نزدیک به پنج سال کارکرد حدود 14700، R7-5800H با سه سال حدود 17000 و R9-7950X با نزدیک به دو سال حدود 29800. 7950X به‌عنوان دسکتاپ اصلی، پس از دو سال هنوز هم توان رزمی عالی دارد و به نظر می‌رسد دو سال دیگر هم دوام می‌آورد تا نسل تازهٔ پردازنده‌های AMD برسد. البته اگر همین حالا بخواهم دستگاهی ببندم، رفتن یکراست به سراغ R9-9950X احتمالاً پنج سال دیگر جواب می‌دهد.

چند نکتهٔ ریز که به‌آسانی نادیده می‌ماند

• دربارهٔ Apple ARM: PI از نسخهٔ 1.9 موتور محاسباتی خود را عوض کرده‌است و کم‌کم به سمت پشتیبانی بومی از Apple ARM می‌رود، به‌جای اینکه از راه شبیه‌ساز اجرا شود. پیش از آن (دورهٔ 1.8.x)، PI روی M1/M2 با شبیه‌ساز اجرا می‌شد و در ارزیابی کارایی باید این نکته را هم به حساب آورد.
• آستانهٔ CPU از 1.9 به بعد: PixInsight از نسخهٔ 1.9 دیگر از پردازنده‌های قدیمی که دستورهای AVX2/FMA3 را ندارند پشتیبانی نمی‌کند (Intel تقریباً پیش از سه‌ماههٔ دوم 2013 و AMD تقریباً پیش از سه‌ماههٔ دوم 2015)؛ روی این پلتفرم‌های قدیمی نمی‌توان نسخهٔ جدید PI را نصب کرد. دوستانی که هنوز از PC قدیمی استفاده می‌کنند بهتر است پیش از ارتقا به نسخهٔ بزرگ، تعویض دستگاه را بررسی کنند.
• کرش کردن نسخه‌های K پردازنده‌های Intel نسل 13/14: چند نفر از دوستان گزارش کرده‌اند که پردازنده‌های نسخهٔ K نسل 13 و 14 Intel با تنظیمات پیش‌فرض هنگام اجرای PI کرش می‌کنند. بعدها سازنده یک به‌روزرسانی BIOS منتشر کرد که کارایی را حدود 10% کاهش می‌دهد ولی پایداری سیستم را تضمین می‌کند؛ دوستانی که از i9-13900K، 14900K یا 14700K استفاده می‌کنند بد نیست آن را به‌روز کنند و دوباره آزمایش کنند.
• مدت روشن بودن دستگاه روی امتیاز اثر می‌گذارد: در Windows برای گرفتن بهترین امتیاز Benchmark بهتر است درست پس از «خاموش کردن و دوباره روشن کردن» و در همان دقایق نخست بالا آمدن سیستم آن را اجرا کنید. در مورد کامپیوتر خودم، فقط ری‌استارت کردن فایده‌ای ندارد و حتماً باید دستگاه را خاموش و بعد روشن کنم، وگرنه SSD عملیات garbage collection را انجام نمی‌دهد؛ حدود یک هفته پس از روشن ماندن، سرعت خواندن پیوستهٔ SSD به کمتر از 3000MB/s می‌افتد. خاموش و روشن کردن دوره‌ای واقعاً لازم است.

در ضمن: کامپیوتر کنترل عکاسی

جز دستگاه اصلی پس‌پردازش، در محل عکاسی به یک کامپیوتر کنترل هم نیاز است و منطق انتخاب آن کاملاً فرق می‌کند — نکتهٔ اصلی کارایی نیست، بلکه پایداری و تحمل شرایط محیطی است. من دو ماژول حافظهٔ لپ‌تاپ DDR5 تهیه کردم، آن‌ها را با یک M.2 Gen3 SSD قدیمی جفت کردم و یک کامپیوتر کوچک بر پایهٔ هستهٔ Intel 1240P ساختم تا هنگام عکاسی نجومی نقش دستگاه کنترل را داشته باشد (هم‌زمان یک مقر استوایی، دو تلسکوپ و دو دوربین را کنترل می‌کند) و کار انباشت زنده (live stacking) را هم انجام دهد. این دستگاه باتری ندارد، پس از دمای پایین کوهستان نمی‌ترسد؛ اما سیستمی فن‌دار است و به همین دلیل نمی‌توان آن را مستقیم روی تلسکوپ نصب کرد.

جمع‌بندی

برای بستن کامپیوتری که PI را اجرا کند، ترتیب اولویت‌ها تقریباً چنین است: پردازنده‌ای با هسته‌های بزرگ فراوان، حافظه‌ای که به‌اندازهٔ شمار رشته‌ها کافی باشد، یک M.2 SSD آبرومند و سپس، بسته به گردش کار، یک کارت گرافیک NVIDIA. مشخصات سخت‌افزار پیوسته نسل به نسل عوض می‌شود، اما این اصل که «بودجه را در بخشی خرج کنید که بیشترین ارتباط را با پردازش تصویر دارد» به این زودی‌ها کهنه نمی‌شود.