Renderizado multi-GPU en Blender Cycles (2026): cómo escala, VRAM por tarjeta y un Blender por GPU
Cycles puede renderizar un fotograma en todas las GPU que active, pero cada tarjeta guarda su propia copia de la escena, así que más GPU suman velocidad, no memoria. Para animaciones hay una segunda opción: ejecutar un Blender por GPU, cada uno renderizando sus propios fotogramas. Cuál termina antes una secuencia depende de la escena, así que mida ambas en unos cuantos fotogramas.
- Activar: Preferences › System › Cycles Render Devices (OptiX en tarjetas RTX), marque todas las GPU y ajuste el Device de la escena a GPU Compute.
- Memoria: cada GPU usa solo su propia memoria, así que la tarjeta más pequeña fija el límite de la escena; lo que no cabe pasa a la RAM del sistema, más lenta.
- Animación: un Blender por GPU mantiene ocupada cada tarjeta en secuencias largas; reparta los fotogramas con -s, -e y -j, o con Placeholders.
- Medir: -- --cycles-print-stats registra la memoria y el tiempo de render.
Una máquina multi-GPU renderiza Cycles más rápido solo cuando la escena cabe en cada tarjeta y todas las GPU se mantienen ocupadas. Cycles puede repartir un fotograma entre todas las GPU activadas, o usted puede ejecutar varios procesos de Blender, cada uno usando una GPU con sus propios fotogramas. Ambas son funciones estándar de Blender; cuál termina antes una secuencia depende de la escena.
Esta guía explica cómo usa Cycles varias GPU, por qué la VRAM no se suma, cómo ejecutar un Blender por GPU desde la línea de comandos y cómo comparar los dos métodos en su propia toma. Si un solo fotograma parece lento incluso antes de que empiecen las GPU, consulte a dónde se va el tiempo de Synchronizing Object y Updating BVH.
Verificado con el Blender Manual (GPU Rendering, Command Line Arguments, Output Properties) y la documentación de CUDA de NVIDIA, noviembre de 2026.
1. Cómo usa Cycles más de una GPU
El Blender Manual indica tres pasos: elegir un backend (CUDA, OptiX, HIP, oneAPI o Metal) en Preferences › System › Cycles Render Devices, activar los dispositivos que quiera para ese backend y ajustar el Device de cada escena a GPU Compute (Blender Manual: GPU Rendering). En las tarjetas NVIDIA RTX, OptiX usa los núcleos de trazado de rayos por hardware; nuestra guía sobre CUDA u OptiX en la RTX 5090 trata esa elección. Después, todas las GPU activadas trabajan en el mismo fotograma.
La memoria es el problema. El Manual indica que una GPU normalmente solo puede usar su propia memoria y que varias GPU no suelen aumentar la memoria disponible para una escena: cada tarjeta necesita su propia copia completa. Con tarjetas de distinto tamaño, la más pequeña decide qué cabe. Cuando se agota la memoria de la GPU, los dispositivos CUDA, OptiX, HIP y Metal intentan usar automáticamente la memoria del sistema; el render continúa con una penalización de rendimiento, aunque el Manual señala que normalmente sigue siendo más rápido que renderizar en la CPU.
2. Dos formas de usar varias GPU en una animación
Todas las GPU en cada fotograma. Una instancia de Blender con todas las GPU activadas renderiza un fotograma tras otro. Es la configuración más sencilla y la única forma de obtener antes una imagen fija. Cada fotograma sigue empezando con la preparación de la escena en la CPU, como sincronizar objetos, construir el BVH y cargar texturas, antes de que las GPU empiecen a muestrear, y esa parte no se acorta con más GPU.
Un Blender por GPU. Varias instancias de Blender se ejecutan a la vez, cada una limitada a una GPU y renderizando sus propios fotogramas. Cada fotograma tarda más o menos lo mismo que en una sola tarjeta, pero hay varios fotogramas en curso a la vez, y la preparación de una instancia se solapa con el muestreo de las demás. El coste es RAM del sistema, porque cada instancia carga la escena, y algo más de configuración.
La tabla compara las dos configuraciones. En resumen, todas las GPU en un fotograma es la opción correcta para una imagen fija, y un Blender por GPU suele terminar antes una animación porque los pasos de CPU de una instancia se solapan con el muestreo en GPU de las demás.
Todas las GPU por fotograma frente a un Blender por GPU
Ambas renderizan el mismo .blend con la misma configuración; se diferencian en cómo se reparte el trabajo.
| Todas las GPU en cada fotograma | Un Blender por GPU | |
|---|---|---|
| Configuración | Marque todas las GPU en Preferences y renderice como siempre | Un proceso en segundo plano por GPU, iniciado desde la línea de comandos |
| Tiempo de un fotograma | El más corto, porque todas las tarjetas lo comparten | Más o menos el de una sola tarjeta |
| Secuencias largas | Las GPU esperan mientras se ejecuta la preparación de la escena de cada fotograma | Las otras instancias siguen muestreando mientras una prepara su siguiente fotograma |
| Memoria de GPU | La escena completa en cada tarjeta | La escena completa en cada tarjeta |
| RAM del sistema | Una copia de la escena | Una copia por instancia |
| Ideal para | Imágenes fijas, tomas cortas, escenas que usan mucha RAM del sistema | Animaciones largas con fotogramas independientes |
3. Cómo ejecutar un Blender por GPU
Cada proceso de Blender debe ver solo la GPU que le corresponde. La variable de entorno de NVIDIA CUDA_VISIBLE_DEVICES controla qué GPU puede ver una aplicación CUDA, usando el índice que muestra nvidia-smi, empezando en 0 (NVIDIA: variables de entorno de CUDA). Por defecto CUDA enumera primero las GPU más rápidas; ajustar CUDA_DEVICE_ORDER a PCI_BUS_ID las ordena por bus PCI, el mismo orden que muestra nvidia-smi, así que el índice 0 es la tarjeta que usted espera. Defina ambas variables antes de lanzar cada instancia.
Las opciones están documentadas en la página Command Line Arguments del Manual: -b ejecuta sin interfaz, -s y -e fijan el primer y el último fotograma, -j indica cuántos fotogramas avanzar después de cada fotograma renderizado, y -a renderiza el rango. Las opciones de Cycles van después de un doble guion; --cycles-device OPTIX selecciona el backend. Blender lee los argumentos en orden, así que -s, -e y -j deben ir antes de -a. La ruta de la escena va entre comillas para que funcione aunque el nombre de una carpeta tenga espacios, y -RedirectStandardOutput da a cada instancia su propio log. Con un paso de 4, las cuatro instancias renderizan los fotogramas 1, 5, 9…, 2, 6, 10… y así sucesivamente, de modo que terminan más o menos a la vez.
Deje que las instancias tomen el siguiente fotograma libre. Si los tiempos por fotograma varían mucho, use el método que el Manual llama una render farm primitiva: en Output Properties desactive Overwrite y active Placeholders, guarde e inicie todas las instancias con el mismo rango completo (-a). Cada instancia escribe un placeholder vacío para el fotograma que empieza y las demás omiten los archivos que ya existen (Blender Manual: Output Properties). Si detiene una instancia a mitad de un fotograma, borre su placeholder vacío antes de reiniciar.
También puede activar un solo dispositivo desde un script de Python ejecutado con -P, mediante las preferencias del add-on de Cycles (bpy.context.preferences.addons["cycles"].preferences.devices), si prefiere no usar variables de entorno.
4. Compruebe la memoria antes de escalar
Cada GPU guarda una copia completa de la escena y, con un Blender por GPU, cada proceso también guarda una en la RAM del sistema. Mida antes de añadir GPU o instancias:
- Renderice un fotograma con
-- --cycles-print-stats; el Manual lo describe como un registro del uso de memoria y tiempo del render. - Compare el pico de memoria de GPU con la tarjeta más pequeña de la máquina. NVIDIA indica 32 GB para la RTX 5090, frente a 24 GB de la RTX 4090.
- Con un Blender por GPU, vigile la RAM del sistema en el Administrador de tareas mientras se ejecutan todas las instancias.
- Si una tarjeta se desborda a la memoria del sistema, esa instancia se ralentiza. Nuestra guía para elegir una GPU para Blender trata el tamaño de la VRAM.
La figura muestra por qué importan los dos límites a la vez: cuatro instancias suponen cuatro copias de la escena en la RAM del sistema, y cada GPU, incluida la más pequeña, debe contener la escena completa por sí sola.
5. Lo que muestran nuestras propias pruebas
En servidores de iRender grabamos una animación de Cycles en 4K (3840×2160, 512 muestras, OptiX, un Blender por GPU): 4x RTX 5090 tardó 87 segundos por fotograma y GPU frente a 108 segundos con 4x RTX 4090, alrededor de un 19% menos de tiempo. Una animación de 120 fotogramas en 1080p con 4x RTX 5090 se renderizó a 72 segundos por fotograma. Ambas pruebas están, con sus vídeos, en nuestra página de benchmarks de render multi-GPU. Son escenas concretas; para comparar dispositivos en muchas escenas, el Manual remite a Blender Open Data.
Los dos paneles proceden de escenas distintas, así que compare las tarjetas solo dentro del panel superior. La prueba 4K es la que compara la RTX 5090 y la RTX 4090 con el mismo trabajo.
Checklist antes de un render multi-GPU de Cycles
- Dispositivos: backend elegido (OptiX en RTX), todas las GPU marcadas, Device de la escena en GPU Compute.
- Que quepa: el pico de memoria de
--cycles-print-statsqueda por debajo de la tarjeta más pequeña. - Archivos: rutas relativas y cachés horneadas, para que cada instancia encuentre los mismos archivos.
- Salida: relleno de fotograma (#) en la ruta de salida; Overwrite y Placeholders ajustados para el método que use.
- Prueba: 8–10 fotogramas cronometrados con todas las GPU por fotograma y con un Blender por GPU.
- RAM: memoria del sistema suficiente para cada instancia que inicie.
Para los ajustes de escena que conviene revisar antes de cualquier render en granja, consulte nuestro checklist de 10 puntos para Blender Cycles.
En una granja de envío (SaaS), la granja decide cómo se reparten los fotogramas entre sus máquinas, lo que encaja con escenas terminadas. En un servidor IaaS usted controla toda la máquina, así que puede elegir cualquiera de los dos métodos y hacer usted mismo la prueba de tiempos anterior.
Probar ambos métodos en un servidor de iRender
- Sube la carpeta del proyecto a iRender Drive antes de iniciar el servidor; la subida es gratuita y no consume tiempo de alquiler.
- Inicie un servidor con 2, 4 u 8 GPU RTX 5090 (32 GB) o RTX 4090 (24 GB) y conéctese por escritorio remoto.
- Instala tu versión de Blender y tus add-ons una vez; la imagen del servidor se guarda entre sesiones.
- Cronometre un rango corto de las dos formas, renderice la secuencia con el método más rápido y apague; los servidores multi-GPU se facturan por minuto.
Preguntas frecuentes
1. ¿Blender Cycles usa varias GPU automáticamente?
No. Active cada GPU en Preferences › System › Cycles Render Devices y ajuste el Device de la escena a GPU Compute. En renders en segundo plano puede elegir el backend con — –cycles-device, por ejemplo OPTIX.
2. ¿Dos GPU duplican la VRAM en Blender?
Normalmente no. El Blender Manual indica que cada GPU solo puede acceder a su propia memoria, así que cada tarjeta guarda la escena completa y la más pequeña fija el límite.
3. ¿Un Blender por GPU es más rápido que todas las GPU en un fotograma?
A menudo en animaciones largas, porque las demás instancias siguen muestreando mientras una prepara su siguiente fotograma, pero depende de la escena. Cronometre unos fotogramas de las dos formas con la configuración final.
4. ¿Cómo limito una instancia de Blender a una GPU?
Defina la variable CUDA_VISIBLE_DEVICES de NVIDIA con el índice de la GPU antes de lanzar esa instancia, o active un solo dispositivo en un script de Python ejecutado con -P.
5. ¿Cómo pueden varias instancias de Blender compartir un rango de fotogramas?
Desactive Overwrite y active Placeholders en Output Properties, guarde e inicie cada instancia con el mismo rango. El Blender Manual lo describe como una render farm primitiva.
6. ¿Qué pasa cuando una GPU se queda sin memoria en Cycles?
Los dispositivos CUDA, OptiX, HIP y Metal recurren a la memoria del sistema. El render continúa, pero más despacio.
Renderice sus proyectos de Blender en iRender
iRender es una render farm GPU IaaS: usted alquila un servidor bare metal con 1, 2, 4 u 8 GPU NVIDIA RTX 4090 (24 GB) o RTX 5090 (32 GB), una CPU AMD Ryzen™ Threadripper™ PRO, 256 GB de RAM ECC y un SSD NVMe de 2 TB, se conecta por escritorio remoto y trabaja en él como en su propia estación de trabajo, con acceso completo de administrador. Instala Blender una vez; la imagen de su servidor se guarda entre sesiones, así que Blender y sus add-ons siguen instalados.
Los servidores multi-GPU se facturan por minuto (los servidores de 1 GPU tienen un mínimo de una hora), y las sesiones de 3 horas o más tienen un 10% de descuento. Nuestros servidores de 4 y 8 GPU tienen refrigeración líquida; en nuestras propias mediciones, las GPU se mantienen a 60–70°C con carga de render sostenida. El soporte Elite está disponible 7 días a la semana por línea directa, chat en vivo, Skype, WhatsApp y correo electrónico.
Esta guía rápida muestra cómo iniciar un servidor y renderizar Blender en él:
Dos renders de Blender que grabamos en nuestros servidores: 120 fotogramas a 1080p en 4x RTX 5090 a 72 segundos por fotograma, y la misma escena 4K en 4x RTX 5090 y 4x RTX 4090 a 87 y 108 segundos por fotograma por GPU:
Los usuarios nuevos reciben un bono del 100% en la primera recarga (mínimo $50). Consulte los planes en la página de la render farm de Blender o descargue la aplicación iRender GPU.




