Para quem usa PixInsight para tratar as astrofotos sabe que alguns processos como StarNet são computacionalmente muito caros e podem levar horas para terminar.
Para facilitar um pouco a nossa vida dura 😅 trago aqui uma dica de como utilizar sua placa NVIDIA para acelerar esse processo. Para esse tutorial vamos usar os seguintes softwares e versões:
- PixInsight 1.8.8-9
- Cuda ToolKit 11.5 (cuda_11.5.0_496.13_win10.exe)
- CudaNN 11.4 (cudnn-11.4-windows-x64-v8.2.4.15.zip)
- LibTensorflow 2.6.0 (libtensorflow-gpu-windows-x86_64-2.6.0.zip)
NOTA 1: Não são todas as placas NVIDIA que funcionam, mas vale você testar a sua.
NOTA 2: Se você usa uma versão mais antiga do PixInsight pode ter que usar versões mais antigas doas softwares listados aqui.
Passo 1:
Instale Cuda ToolKit 11.5 (execute cuda_11.5.0_496.13_win10.exe).
Selecione a opção Personalizada
 |
Finalize a instalação no diretório padrão C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5
Passo 2:
Precisamos criar duas variáveis de ambiente. Abra Propriedades do Sistema (você pode ir em procurar e digite Editar Variáveis). Vá em Avançado/Variáveis de Ambiente
Crie a variável TF_FORCE_GPU_ALLOW_GROWTH com valor True
Edite a variável Path e adicione o caminho C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5
Faça para as variáveis de sistema e para o usuário (só para garantir).
Passo 3:
Abra cudnn-11.4-windows-x64-v8.2.4.15.zip e extraia a pasta lib e bin que está dentro de cuda para
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5
Passo 4:
Abra e extraia libtensorflow-gpu-windows-x86_64-2.6.0.zip, depois copie o arquivo tensorflow.dll que está no diretório lib para C:\Program Files\PixInsight\bin
Passo 5:
Vamos testar! Abra seu Gerenciador de Tarefas / Desempenho. Execute o PixInsight, abra uma imagem não-linear e execute o processo StarNet. Você deve ver sua GPU trabalhando!
Céus limpos!
@astronomiaNoCerrado
