Een computer kiezen voor het bewerken van astrofoto's: CPU, RAM, SSD en praktijktests

Dit artikel is samengesteld uit aantekeningen en eigen praktijktests uit de periode 2020 tot 2024. De CPU- en videokaartmodellen, geheugenprijzen en Benchmark-scores die hier worden genoemd, veranderen allemaal met de tijd; baseer u bij aankoop dus op de actuele marktinformatie.

“Wat voor computer moet ik samenstellen om PixInsight te draaien?” is een veelgestelde vraag in de community. De afgelopen jaren ben ik geleidelijk van verschillende machines gewisseld en heb ik met het officiële Benchmark-script heel wat configuraties doorgemeten. Dit artikel ordent mijn bevindingen tot een aankoopgids ingedeeld per component, met daarbij het verloop van de praktijkscores die ik gaandeweg heb gemeten.

Eerst iets over de PixInsight Benchmark

PixInsight biedt officieel een prestatietestscript waarmee u kunt beoordelen hoe goed uw computer PI draait; als het klaar is, geeft het drie scores: Total, CPU en Swap. Wilt u het draaien, vergeet dan niet PI eerst naar de nieuwste versie bij te werken.

Ik heb het eerst gemeten op de computer die bij mij op kantoor staat en die ik gebruik om astrobeelden te bewerken (AMD APU 2400G, DDR4 2666 14GB, M.2 SSD), en het beste dat eruit kwam was een Total van slechts ongeveer 6.414. Nadat ik de processor had opgewaardeerd (AMD R5 4650G), verdubbelde de CPU-score meteen en schoot omhoog tot ruim dertienduizend, terwijl het hele systeem niet meer dan 120 watt verbruikte — met dat resultaat was ik zeer tevreden. Deze score deed zelfs niet onder voor mijn normaal formaat desktop thuis (R5-3600, 32GB DDR4 3200).

Hoe u elk onderdeel kiest

Tegen 2023, toen mijn camera’s van CCD naar CMOS overstapten (IMX571, IMX455 enzovoort) en de beelden van ruim tien megapixel naar vierentwintig en zelfs zestig megapixel groeiden, begon de specificatie van mijn oude kantoor-pc het zwaar te krijgen — alleen al het schakelen tussen een stap terug en een stap vooruit kostte drie seconden, wat het vergelijken van beelden vóór en ná zeer onintuïtief maakte. Daar kwam bij dat er dat jaar op grote schaal AI-processen verschenen die in veel schakels van de workflow nodig waren, dus heb ik mijn aankooplogica opnieuw geordend:

CPU

Wat PI wil, is “veel kernen, en allemaal grote kernen”. Op mainstream-pc’s presteren high-end consumenten-CPU’s als de AMD 7950X of de Intel i9-13900K beter. Eén ding wil ik in het bijzonder benadrukken: de X3D-versies van AMD bieden geen meerwaarde voor PI, en hun werkelijke productiviteitsprestaties kunnen zelfs iets lager liggen dan die van de gewone 7950X — tenzij u ook wilt gamen, kunt u gewoon de gewone versie kiezen.

Daarnaast heeft iemand ooit met een R9-7950X in combinatie met Linux een score van boven de vijftigduizend neergezet, waarmee de i9-13900-serie regelrecht werd weggevaagd (het 5nm-procedé van TSMC is werkelijk krachtig). Wie binnenkort van machine wil wisselen, kan dit soort combinaties in de gaten houden.

Videokaart (VGA)

Wie kometen verwerkt, of wiens workflow herhaaldelijk sterren verwijderen en ruisonderdrukking vereist, raad ik op een pc aan om er een NVIDIA-videokaart bij te plaatsen, zodat de CUDA-kernen kunnen helpen om SXT, NXT en BXT te versnellen. Tegen de toenmalige marktprijs was de RTX 30-serie (zoals de RTX 3060 of 3060 Ti) de eerste keuze. Als u niet gamet, is de RTX 3060 12G-versie een goede keuze — zuinig, met meer VRAM, en zelfs geschikt om er en passant Stable Diffusion mee te draaien. (Over de gedetailleerde praktijktests van GPU-versnelling is er een apart artikel.)

Wat Mac betreft: bij machines vanaf de M1 wordt de GPU-versnelling automatisch ingeschakeld.

SSD

U moet de bestanden die u bewerkt op zijn minst op een SATA-SSD draaien; gezien de huidige mainstream-situatie is een M.2-SSD nog beter. Een PCIe Gen3-SSD is ruim voldoende; het voordeel dat Gen4 oplevert, is in werkelijkheid gering (het is alleen sneller bij het kopiëren van bestanden).

Even terzijde: als u de PI Benchmark met een RAMDISK draait maar de snelheid blijft op 4GB/s steken, heeft dat weinig zin — haalt een RAMDISK niet minstens 10GB/s, dan kunt u net zo goed meteen overstappen op een betaalbare PCIe Gen4-SSD (7GB/s zou snel genoeg moeten zijn).

RAM

PI gaat behoorlijk efficiënt met geheugen om. Tenzij u uitsluitend grote beelden van fullframe-formaat of groter bewerkt, is 32GB al voldoende. Gebruikt u DDR4, dan kunt u meteen naar 64GB gaan; DDR5 was toen nog aan de prijs, dus begin met 32GB en breid uit zodra u het nodig hebt.

Hier is een belangrijk inzicht: is er te weinig geheugen, dan kan zelfs de snelste CPU niet uit de voeten. Voordat PI een script of proces uitvoert, schat het eerst het beschikbare geheugen in; is er niet genoeg ruimte om alle threads te voeden, dan beperkt het meteen het aantal bruikbare threads. Heeft bijvoorbeeld elke thread 1.7GB nodig terwijl er nog maar 19GB geheugen vrij is, dan laat PI slechts 9 threads door. Maar uw CPU heeft duidelijk 32 threads, wat betekent dat 23 threads voor niets staan te wachten. PI beveelt officieel ongeveer 2GB geheugen per thread aan — neem de AMD 7950X (16 grote kernen, 32 threads): u moet minstens 64GB installeren wil de software volledig tot zijn recht komen.

Enkele van mijn praktijktestmachines

In de loop van al dat wisselen heb ik een paar representatieve machines bij de hand gehouden:

• Kantoor-pc AMD R5-2400G → R5-4650G: ik heb PI voor het eerst geleerd op de kantoor-pc met de 2400G en heb die later opgewaardeerd naar de 4650G (prestaties ongeveer gelijk aan de R5-3600), maar door de kleine behuizing was er, naast de CPU, het geheugen en de SSD, geen ruimte om een extra videokaart te plaatsen.
• Gaming-laptop AMD R7-5800H: 32GB DDR4 3200, M.2 Gen3-SSD, RTX 3060 Laptop 6G, voor in totaal minder dan 40.000 Taiwanese dollar. Het plezier van het handmatig opwaarderen van het RAM en de SSD is onbetaalbaar, en de videokaart is speciaal bestemd voor CUDA-versneld sterren verwijderen.
• Nieuwe desktop AMD R9-7950X: DDR5 6000 16G×2, een 360 all-in-one waterkoeling, een B650-moederbord, meerdere M.2 PCIe-SSD’s, een RTX 3060 12G en een 750W-voeding. Bij het samenstellen van deze machine heb ik het budget geconcentreerd op de onderdelen die het meest met beeldbewerking te maken hebben (CPU, waterkoeling, videokaart) en de overige randapparatuur zo veel mogelijk beknot.

Tegen het einde van 2024, nadat PI was bijgewerkt naar de grote release 1.9 Lockhart, heb ik zoals gebruikelijk nog een testronde gedaan. De gemiddelde scores van deze drie machines die ik heb, waren respectievelijk: de bijna vijf jaar oude R5-3600 rond de 14.700, de drie jaar oude R7-5800H rond de 17.000 en de bijna twee jaar oude R9-7950X rond de 29.800. De 7950X presteert als mijn belangrijkste desktop na twee jaar nog steeds uitstekend, en het lijkt erop dat hij het nog twee jaar volhoudt terwijl ik op AMD’s volgende generatie CPU’s wacht. Natuurlijk, als ik nu een machine zou samenstellen, zou meteen voor de top gaan met een R9-9950X me waarschijnlijk nog vijf jaar dekken.

Een paar makkelijk over het hoofd geziene details

• Over Apple ARM: vanaf versie 1.9 heeft PI zijn rekenengine gewisseld en beweegt het geleidelijk naar native ondersteuning voor Apple ARM, in plaats van via een emulator te draaien. Daarvóór (in het 1.8.x-tijdperk) draaide PI op de M1/M2 onder emulatie, en dat moet u meewegen bij het beoordelen van de prestaties.
• De CPU-drempel vanaf 1.9: vanaf versie 1.9 ondersteunt PixInsight de oude CPU’s die de AVX2/FMA3-instructies missen niet meer (Intel ongeveer vóór het tweede kwartaal van 2013, AMD ongeveer vóór het tweede kwartaal van 2015); op deze oude platforms zal de nieuwe PI niet te installeren zijn. Wie nog een oude pc gebruikt, raad ik aan om vóór de overstap naar de grote versie eerst een machinevervanging te overwegen.
• Vastlopers bij de Intel 13e/14e generatie K: meerdere medeliefhebbers hebben gemeld dat Intel K-serie-CPU’s van de 13e en 14e generatie vastlopen als ze PI met de standaardwaarden draaien. De fabrikant heeft later een BIOS-update uitgebracht die de prestaties met ongeveer 10% verlaagt maar de stabiliteit van het systeem waarborgt; wie een i9-13900K, 14900K of 14700K gebruikt, doet er goed aan om die update te installeren en te testen.
• De tijd sinds het opstarten beïnvloedt de score: onder Windows kunt u de beste Benchmark-score het best behalen door het script te draaien vlak na “uitschakelen en dan weer inschakelen”, met de machine net opgestart. Op mijn computer helpt een simpele herstart niet; ik moet echt uitschakelen en dan weer inschakelen, anders voert de SSD geen garbage collection uit; na ongeveer een week aan te hebben gestaan, zakt de sequentiële leessnelheid van de SSD tot onder de 3000MB/s. Periodiek uitschakelen en opnieuw opstarten is werkelijk nodig.

Even terzijde: de computer voor de opnamebesturing

Naast de belangrijkste nabewerkingsmachine is er op de opnamelocatie ook nog een besturingscomputer nodig, en de logica om die te kiezen is volkomen anders — het draait niet om prestaties, maar om stabiliteit en bestandheid tegen de omgeving. Ik heb twee DDR5-laptopgeheugenmodules op de kop getikt, ze gecombineerd met een oude M.2 Gen3-SSD, en een kleine computer rond een Intel 1240P-kern samengesteld, die dienstdoet als besturingsmachine tijdens het maken van astrobeelden (waarbij tegelijk één montering, twee tubussen en twee camera’s worden aangestuurd) en voor live stacking. Hij heeft geen accu, dus hij is niet bang voor de lage temperaturen hoog in de bergen; maar het is een systeem met een ventilator, en daarom kan hij niet rechtstreeks op de tubus worden gemonteerd.

Samenvattend

Voor het samenstellen van een computer om PI te draaien is de volgorde van prioriteit ongeveer als volgt: een CPU met veel grote kernen, genoeg geheugen om bij het aantal threads te passen, een fatsoenlijke M.2-SSD, en dan, afhankelijk van uw workflow, een NVIDIA-videokaart erbij. Hardwarespecificaties blijven met de tijd van generatie op generatie veranderen, maar het principe om “uw budget te steken in de schakels die het meest met beeldbewerking te maken hebben” veroudert niet zo snel.