Webtagr - Technologienummer

Anukari: Leistungsprobleme des Echtzeit-Physik-Audio-Synthesizers unter macOS

2025-05-06

Anukari, ein GPU-basierter Echtzeit-3D-Physik-Audio-Synthesizer, läuft auf den meisten macOS-Systemen gut. Auf einigen High-End-Apple-Silicon-Geräten sinkt die Leistung jedoch aufgrund der Energiesparstrategien der macOS-GPU. Der Autor versuchte, das Problem mit einer „Verschwendung beschleunigt“-Strategie (Ausführen einer zusätzlichen Arbeitslast auf der GPU, um die Taktrate zu erhöhen) zu lösen, doch dies schlägt auf High-End-Geräten aufgrund der unabhängigen Taktsteuerung mehrerer GPU-Chips fehl. Der Autor fordert das Apple Metal-Team auf, dieses Problem zu lösen, und schlägt mögliche Lösungen vor, z. B. die Erweiterung des Audio-Arbeitsgruppen-Konzepts auf die GPU oder das Hinzufügen einer option für Echtzeit-Empfindlichkeit zur Metal-API.

(anukari.com)

Entwicklung Audio Synthese

Anukari: Ein revolutionärer 3D-Physik-Synthesizer

2025-05-02

Anukari ist ein Software-Synthesizer und Effektprozessor, der auf einer vollständig interaktiven 3D-Physiksimulation basiert. Ziehen und ablegen Sie physikalische Komponenten wie Massen und Federn, um Ihr eigenes 3D-Instrument oder Effekt zu entwerfen. Sehen und hören Sie, was Sie in Echtzeit gebaut haben. Es unterstützt MPE und kann als Plugin in Ihrer bevorzugten DAW oder im Standalone-Modus ausgeführt werden. Nutzen Sie die Leistung Ihrer GPU für eine leistungsstarke Audioverarbeitung. Anukari befindet sich derzeit in der Beta-Phase mit 50% Rabatt.

(anukari.com)

Entwicklung 3D-Physik-Synthesizer Audiosoftware

MacOS GPU-Optimierung: Ressourcenverschwendung für Geschwindigkeit

2024-12-15

Anukaris Entwickler stieß bei der Optimierung der GPU-Leistung unter MacOS auf einen Engpass. Aufgrund der eingeschränkten Systemsteuerung über die GPU-Leistung zeigte der Mechanismus zur Regulierung der GPU-Leistung von Apple im Anwendungsfall von Anukari eine schlechte Leistung, was zu Audio-Glitches führte. Der Entwickler implementierte eine Problemumgehung: Er widmete einen GPU-Threadgroup-Warp nutzlosen Berechnungen, um das System zu „täuschen“ und die GPU-Taktfrequenz zu erhöhen, wodurch die Audiolatenz deutlich reduziert und die Leistung verbessert wurde. Obwohl grob, erwies sich diese Methode als effektiv bei der Lösung von Leistungsproblemen unter MacOS. Die Leistungsverbesserungen variierten jedoch erheblich zwischen verschiedenen DAWs (Ableton und GarageBand), was eine weitere Optimierung erfordert.

(anukari.com)

Entwicklung GPU-Optimierung Leistungsengpass