Was macht einen Rechner schnell?
Wie so oft gibt es nicht den einen Grund, warum ein Rechner besonders schnell rechnet. Vielmehr ist das Gegenteil der Fall: Ein System besteht in der Regel aus einer Verkettung von Flaschenhälsen, die je nach Anwendungsfall an verschiedenen Stellen die Arbeit ausbremsen. Wer die Ansprüche seines eigenen Workflows gut kennt, kann zugleich an vielen Stellen sparen, wo sich das geplante System für die eigenen Fälle als "gut genug" erweist.
Ein wichtiges (und im Vorfeld besonders schwer abzuschätzendes) Kriterium ist in unseren Augen die "Echtzeitfähigkeit eines Systems". Wenn man auf die meisten Effekte bei der Arbeit niemals warten muss, kommt man in den nicht zu verachtenden Genuss eines sehr produktiven Workflows. Darum sollten häufig eingesetzte Effekte auch mit starker Hardware beschleunigt werden.
Allzu teure Hardware-Ausstattung kann jedoch auch unsinnig sein. Wer für seine GPU 2.000 Euro statt 800 Euro zahlt, um beispielsweise die FPS einer Noise Reduction von 5 auf 9 fps zu heben, hat trotzdem recht wenig von der gesteigerten Leistung. Denn selbst wenn sich die Zeiten für einen Background-Renderer halbieren, relativiert sich dieser Nutzen in der täglichen Praxis deutlich.
Der Prozessor bestimmt die Speicherauswahl
Auf den ersten Blick ist die CPU (also der Hauptprozessor im System) mittlerweile die uninteressanteste Komponente geworden. Während er bis weit nach der Jahrtausendwende noch die wichtigsten Aufgaben im PC übernahm, ist seine konkrete Geschwindigkeit mittlerweile nur noch von geringem Interesse. Moderne Mainstream-CPUs besitzen zwischen 4 und 32 Kernen, deren Anzahl nur wichtig ist, wenn die eingesetzte Software ihre Rechenleistung auch gut auf viele Prozessorkerne verteilen (bzw. skalieren) kann. Dies ist bei Videoschnittprogrammen noch teilweise beim Decodieren von ausgefallenen Codecs relevant, die nicht von speziellen Hardware-Decodern unterstützt werden.
Der interessanteste Aspekt bei der CPU-Auswahl ist in unseren Augen jedoch die Speicheranbindung, denn selbst wenn eine GPU direkt auf den Systemspeicher ohne Umweg über die CPU auf den Hauptspeicher zugreifen kann, ist die Geschwindigkeit des angebundenen Speichers entscheidend dafür, wie schnell die Daten kopiert werden. Und dies wird wiederum durch die genutzte CPU-Plattform bestimmt.
Moderne Systeme wie Apples M-Prozessoren, aber auch neuere PC-Laptops ohne dedizierte GPU besitzen einen gemeinsamen Hauptspeicher für CPU und GPU (Unified Memory). Sofern man keine dedizierte Grafikkarte einsetzt, ist hier die RAM-Geschwindigkeit sogar besonders wichtig. Bei cleverer Programmierung können zudem viele Kopiervorgänge komplett entfallen. So scheint allein das Vorhandensein von Unified Memory den Speicherzugriff auf Color Nodes unter Resolve deutlich zu beschleunigen. Denn in dieser Disziplin hängen selbst die kleinsten Macs große GPUs ab. Wer also vor allem viele Farbkorrektur-Nodes "stackt", bekommt mit einem Mac-System hierfür meistens die potentere Hardware. Doch dies liegt nicht nur am "Unified" Memory...
