QUOTE
Versione Lightroom: 5.7
Tipo di licenza: Perpetual
Sistema operativo: Windows 10
Versione: 5.7
Architettura dell'applicazione: x64
Architettura del sistema: x64
Conteggio processore logico: 8
Velocit� processore: 2,5 GHz
Memoria integrata: 16256,9 MB
Memoria reale disponibile in Lightroom: 16256,9 MB
Memoria fisica usata Lightroom: 1420,3 MB (8,7%)
Memoria virtuale usata Lightroom: 1410,2 MB
Dimensione cache memoria: 143,2 MB
Numero di thread massimo utilizzato da Camera Raw: 4
Impostazione DPI del sistema: 192 DPI (modalit� DPI elevata)
Composizione desktop attivata: S�
Monitor: 1) 3840x2160
Cartella applicazione: C:\Program Files\Adobe\Adobe Photoshop Lightroom 5.7
Percorso libreria: D:\Alex Foolery\Pictures\Lightroom\catalog\catalog.lrcat
Cartella impostazioni: C:\Users\alexf\AppData\Roaming\Adobe\Lightroom
Plug-in installati:
1) Behance
2) Facebook
3) Flickr
4) Plug-in Acquisizione diretta Leica
5) Plug-in acquisizione diretta Nikon
6) Plug-in per acquisizione diretta Canon
Indicatori Config.lua: None
Adattatore n. 1: Fornitore : 10de
Dispositivo : 139b
Sottosistema : 7061028
Revisione : a2
Memoria video : 4037
Adattatore n. 2: Fornitore : 8086
Dispositivo : 191b
Sottosistema : 7061028
Revisione : 6
Memoria video : 80
Adattatore n. 3: Fornitore : 1414
Dispositivo : 8c
Sottosistema : 0
Revisione : 0
Memoria video : 0
AudioDeviceIOBlockSize: 1024
AudioDeviceName: Altoparlanti / cuffie (Realtek High Definition Audio)
AudioDeviceNumberOfChannels: 2
AudioDeviceSampleRate: 44100
Build: LR5x89
CardID: 5019
Direct2DEnabled: false
GPUDevice: D3D
MaxTexture2DSize: 8192
OGLEnabled: true
Renderer: NVIDIA GeForce GTX 960M
ShaderModel: 11.1
Vendor: Nvidia
VendorID: 4318
Version: 10de:139b:7061028:00a2
Quando vado su un plugin di NVIDIA per vedere quali sono le attivit� GPU, Lightroom non � tra queste.
Inoltre ho trovato un articolo e cito una parte di esso, se � possibile lo linko.
QUOTE
CUDA � l�architettura di elaborazione in parallelo di NVIDIA che permette netti aumenti delle prestazioni di computing grazie allo sfruttamento della potenza di calcolo delle GPU (unit� di elaborazione grafica).
Sfruttando i milioni di GPU CUDA-compatibili vendute sino ad oggi, sviluppatori di software, scienziati e ricercatori stanno applicando CUDA in una vastissima gamma di settori, fra cui l�elaborazione di immagini e video, la biologia e la chimica computazionale, simulazione della fluidodinamica, ricostruzione di immagini CT, analisi sismica, ray-tracing e molto altro ancora.
Cercando di riassumere e spiegandola in termini semplici si � iniziato a parlare di CUDA quando NVIDIA ha portato le potenzialit� delle proprie GPU (montate su GeForce/Quadro/Tesla) su calcoli diversi da quelli per cui erano state create, andando ad aiutare o sostituire in alcuni ambiti la CPU, ovvero il processore che fa da cuore al sistema. Questo settore di elaborazione viene chiamato GPGPU, acronimo di General Purpose Graphics Processing Unit.
L�arrivo di CUDA e delle OpenCL (la controparte OpenSource compatibili con tutte le schede video in circolazione, a differenza di CUDA creato per GPU NVIDIA) ha permesso quindi di sfruttare l�enorme potenzialit� di una GPU in software solitamente gestiti esclusivamente dalla CPU. Essendo quindi un processore di elaborazione dedicato a determinate operazioni risulta essere enormemente pi� potente rispetto a questo ultimo, sia per l�architettura completamente diversa e sia per il fatto che nel momento in cui viene utilizzato la sua potenza viene concentrata esclusivamente sul compito in particolare, al contrario della CPU che costantemente deve gestire numerosi processi di sistema.
Tutte le GeForce superiori alla serie 8800 sono compatibili coi CUDA, ma ovviamente salendo di generazione le prestazioni aumentano esponenzialmente da modello a modello, oltre al quantitativo di RAM disponibile. Purtroppo per�, per chi non ha possibilit� di acquistare una Quadro/Tesla e deve rivolgersi alle GeForce, c�� stato un cambiamento di rotta abbastanza brusco dalla serie 600 in poi, NVIDIA ha infatti deciso di dividere a livello hardware le due tipologie di schede, fra gaming e professionali, andando a castrare le prime (le GeForce) sul calcolo a precisione doppia, quello interessato dai CUDA nel calcolo dei software professionali. Attualmente l�unica rimasta, capace quindi di restituire le medesime prestazioni pur avendo un prezzo �contenuto�, � la serie Titan, mentre per le restanti (serie 600/700) le prestazioni potrebbero risultare inferiori ma non cos� distanti in questo tipo di applicazioni (AE/Premiere Pro).