由于现在使用的电脑配置较低，处理天文图片时间花费比较长，所以最近面临着选择，是淘汰旧电脑还是提升旧电脑？对于一个爱折腾的理工男来说，没得选，榨干旧的远比购买新的来得有趣。在参考了国外同好的文章后，发现利用N卡的GPU提高算力，比更换CPU和主板性价比应该更高一些。比较了几种支持CUDA的显卡后，选择了千元左右的RTX2060S，组成了新的硬件平台。
主板：华擎A320M-HDV R4.0
处理器：AMD Ryzen 7 pro 4750G
内存：威刚DDR4 3200MHz 16Gb x 2
显卡：NVIDIA GeForce RTX2060 SUPER(8GB/影驰)
软件为pixinsight version 1.8.9-1 Ripley(x64) buile 1556，安装了RC-Astro的XTerminator的三件套。
对一张2600万像素的猴头星云Ha线性图片进行了反卷积、降噪、去星处理，使用N卡前后的处理时间相差很大：
BlurXTerminator的处理时间，核显4分3.3秒 N卡GPU_26.7秒
NoiseXTerminator的处理时间，核显51.6秒 N卡GPU_11.6秒
StarXTerminator的处理时间，核显7分29.7秒 N卡GPU_22.2秒
证明了GPU的强大威力。
参考了https://darkskies.space/pixinsight-starnet-cuda/一文，文中涉及的软件，需要注册NVIDIA会员，不想注册的小伙伴，可以私信本人，提供百度网盘下载
以下是具体安装步骤：
第 1 步：替换tensorflow.dll
打开解压好的libtensorflow-gpu-windows-x86_64-2.3.0文件夹，将tensorflow.dll从“lib”文件夹拷贝到“C：\Program Files\PixInsight\bin”，覆盖现有文件。
第 2 步：安装 CUDA
运行 cuda_10.1.243_win10_network.exe；
选择‘Custom (Advanced)’；
只选择 CUDA -> Runtime -> Libraries；
别的都不要打钩；
点next 直到安装完成。
第 3 步: 安装 cuDNN
打开解压好的cudnn-10.1-windows10-x64-v7.6.5.32文件夹，
把cuda目录下的 ‘bin’和‘lib’子目录拷贝到‘C:\Program Files\NVIDIA GPU Computing Toolit\CUDA\V10.1’
第 4 步: 编辑环境变量
我的电脑->属性->高级系统设置->环境变量；
在 ‘环境变量’窗口, 点击 ‘新建’，输入 变量名“TF_FORCE_GPU_ALLOW_GROWTH”变量值 “true” , 点击“确定”；
再找到变量‘Path’, 选择并编辑, 在编辑环境变量窗口点“新建”，输入“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin”
之后点击确定。
第 5 步: 查看GPU工作状态
打开任务管理器，点击“性能”，选择GPU 0，注意GPU利用率变化。
星友评论