以下は、ハードウェアおよびソフトウェアの最小限および推奨要件を示しています。
最小限
- Windows 10, 64 bits (PCまたはBoot Campを使用するMac コンピュータ). (Windows 11 はサポート未対応です。)
- あらゆるCPU（Intel i5/ i7/ Ryzen 7を推奨）。
- OpenGL 3.2 （Intel HD 4000 以上の統合グラフィックカード）と互換性のあるすべての GPU。
- 小規模プロジェクト（14Mピクセルで100枚未満の画像）：4GBのRAM、10GBのHDD空き容量。
- 中規模プロジェクト（14Mピクセルで100枚～500枚の画像）：8GBのRAM、20GBのHDD 空き容量。
- 大規模プロジェクト（14Mピクセルで500～1000枚の画像）：16GBのRAM、40GBのHDD 空き容量。
- 非常に大規模なプロジェクト（14Mピクセルで1000～2000枚の画像）：32GBのRAM、80GBのHDD 空き容量。
- さらに大規模なプロジェクトについては、PIX4Dmaticを参照してください。
重要事項： Quadro GPUでの処理には、非常に長い時間がかかるケースがあります。これは、 NVIDIAのコントロールパネルの設定いくつかに関連します。 詳しくはこちらをご覧ください：Quadro GPUでのステップ3の処理時間が長い。
推奨
- Windows 10（64ビット）。(Windows 11 はサポート未対応です。)
- CPU 4コアまたは6コアのIntel i9/Threadripper/Ryzen 9。
- GeForce GTX GPU （OpenGL 3.2および2GBのRAMと互換性のあるもの）。
- ハードディスク：SSD。
- 小規模プロジェクト（14Mピクセルで100枚未満の画像）：8GBのRAM、15GBのSSD 空き容量。
- 中規模プロジェクト（14Mピクセルで100枚～500枚の画像）：16GBのRAM、30GBのSSD 空き容量。
- 大規模プロジェクト（14Mピクセルで500枚~1000枚の画像） ：32GBのRAM、60GBのSSD 空き容量。
- 非常に大規模なプロジェクト（14Mピクセルで1000枚～2000枚の画像）：64 GBのRAM、120GBのSSD 空き容量。
- さらに大規模なプロジェクトについては、PIX4Dmaticを参照してください。
重要事項： Dockerやその他のバーチャル化/コンテナ化はPIX4Dengineの一部ではないので（その中で動作することはありますが）、Pix4Dサポートには含まれません。HTTPsリクエスト（メッセージの暗号化にTLS1.2も使用しています）があなたのプラットフォームを経由して https://cloud.pix4d.com/ にアクセスできることを確認してください。 私たちが使用しているプロトコルはすべて100％業界標準であり、カスタマイズは一切していません。ディープパケットスキャンを使用することはお勧めしません。。
ハイエンドなビルドコンポーネント
情報：
短い処理時間と大きなデータセットにハイエンドなワークステーションの使用が要求されるアプリケーションのために、大半のケースでより優れた動作を発揮することが実証されているハイエンドなコンポーネントがあります。理想的なハイエンドワークステーションは、システムを全体的に減速させるボトルネックを回避するためのバランスの取れたリソースを提供します。以下は、Pix4Dとの使用で良好に動作したコンポーネントの数例です。
CPU
- Core i7 8700K（良い）
- Ryzen 9 5950x （より良い）
- AMD Threadripper 3970X 32-core（最適）
重要:
最も安定したパフォーマンスを保証するために、GPUドライバをNvidiaの最新のStudio Driverに更新しておいてください。以下のリンクを使用して、正しいドライバババージョンを検索してください。注：安定性の問題を引き起こす可能性があるため、Game Readyドライバは使用しないでください。
GPU
- NVIDIA GeForce RTX 2070 SUPER（良い）
- NVIDIA GeForce RTX 2080（より良い）
- NVIDIA GeForce RTX 2080 ti（最適）
情報：
- SSDハードドライブで処理をスピードアップできます。
- ステップ1でのグラフィックカードの処理速度が 向上する 可能性があります（グラフィックカードがCUDA（NVDIA グラフィックカード）と互換性のある場合）。ステップ2およびステップ3の処理時間は、GPUによって影響を受けることはありません。GPUはまた、rayCloudの視覚化を大きく補助します。GPUの使用に関する詳しい情報はこちらをご覧ください： Pix4DmapperにおけるGPUの使用。
- Pix4Dmapperで処理する際のハードウェアコンポーネントの使用に関する詳しい情報はこちらをご覧ください：Pix4Dで処理する際のハードウェアコンポーネントの使用。
- 以下についての詳細はこちらをご覧ください：Mac / Windows XP / Linux / 遠隔アクセス - バーチャルマシーン /分散 - 並列処理： macOS / Windows XP / Linux / リモートアクセス / 並列処理。
- 処理速度に関する詳しい情報はこちらをご覧ください：処理速度。
Article feedback (for troubleshooting, post here instead)
0件のコメント