Blender Cycles 멀티 GPU 렌더링(2026): 확장 방식, 카드별 VRAM, GPU당 Blender 하나
Cycles는 활성화한 모든 GPU로 한 프레임을 렌더링할 수 있지만, 카드마다 씬 사본을 따로 가지므로 GPU를 늘리면 메모리가 아니라 속도가 늘어납니다. 애니메이션에는 두 번째 방법이 있습니다. GPU당 Blender를 하나씩 실행해 각자 자기 프레임을 렌더링하는 방식입니다. 어느 쪽이 시퀀스를 더 빨리 끝내는지는 씬에 따라 다르므로, 몇 프레임으로 두 방법의 시간을 재 보세요.
- 활성화: Preferences › System › Cycles Render Devices(RTX 카드는 OptiX)에서 모든 GPU를 체크하고, 씬의 Device를 GPU Compute로 설정합니다.
- 메모리: 각 GPU는 자기 메모리만 쓰므로 가장 작은 카드가 씬의 한계를 정합니다. 넘치는 데이터는 더 느린 시스템 RAM으로 갑니다.
- 애니메이션: GPU당 Blender 하나는 긴 시퀀스에서 모든 카드를 계속 일하게 합니다. -s, -e, -j 또는 Placeholders로 프레임을 나눕니다.
- 측정: -- --cycles-print-stats가 렌더 메모리와 시간을 로그로 남깁니다.
멀티 GPU 머신이 Cycles를 더 빨리 렌더링하는 것은 씬이 각 카드에 들어가고 모든 GPU가 계속 일할 때뿐입니다. Cycles는 한 프레임을 활성화된 모든 GPU에 나눌 수도 있고, Blender 프로세스를 여러 개 실행해 각자 GPU 하나로 자기 프레임을 맡게 할 수도 있습니다. 둘 다 Blender의 표준 기능이며, 어느 쪽이 시퀀스를 더 빨리 끝내는지는 씬에 따라 다릅니다.
이 가이드는 Cycles가 여러 GPU를 쓰는 방식, VRAM이 합쳐지지 않는 이유, 명령줄에서 GPU당 Blender 하나를 실행하는 방법, 그리고 내 샷에서 두 방법을 비교하는 방법을 설명합니다. GPU가 일을 시작하기도 전에 한 프레임이 느리게 느껴진다면 Synchronizing Object와 Updating BVH 시간이 어디로 가는지를 참고하세요.
Blender 매뉴얼(GPU Rendering, Command Line Arguments, Output Properties)과 NVIDIA CUDA 문서로 2026년 11월 검증했습니다.
1. Cycles가 여러 GPU를 쓰는 방식
Blender 매뉴얼은 세 단계를 안내합니다. Preferences › System › Cycles Render Devices에서 백엔드(CUDA, OptiX, HIP, oneAPI 또는 Metal)를 고르고, 그 백엔드에서 쓸 장치를 활성화하고, 각 씬의 Device를 GPU Compute로 설정합니다(Blender 매뉴얼: GPU Rendering). NVIDIA RTX 카드에서 OptiX는 하드웨어 레이 트레이싱 코어를 사용합니다. 선택 방법은 RTX 5090에서 CUDA와 OptiX 가이드에서 다룹니다. 그러면 활성화된 모든 GPU가 같은 프레임을 함께 처리합니다.
문제는 메모리입니다. 매뉴얼에 따르면 GPU는 보통 자기 메모리만 쓸 수 있고, GPU를 여러 개 써도 씬이 쓸 수 있는 메모리는 대개 늘지 않습니다. 카드마다 전체 사본이 필요하기 때문입니다. 크기가 다른 카드를 섞으면 가장 작은 카드가 들어갈 수 있는 양을 정합니다. GPU 메모리가 부족하면 CUDA, OptiX, HIP, Metal 장치는 자동으로 시스템 메모리를 쓰려고 합니다. 렌더는 성능 손실을 안고 계속되며, 매뉴얼은 그래도 대개 CPU 렌더링보다는 빠르다고 설명합니다.
2. 애니메이션에 여러 GPU를 쓰는 두 가지 방법
모든 GPU로 각 프레임 렌더링. 모든 GPU를 활성화한 Blender 인스턴스 하나가 프레임을 차례로 렌더링합니다. 가장 간단한 설정이며 스틸 한 장을 더 빨리 얻는 유일한 방법입니다. 다만 각 프레임은 GPU가 샘플링을 시작하기 전에 오브젝트 동기화, BVH 빌드, 텍스처 로딩 같은 CPU 씬 준비로 시작하고, 이 부분은 GPU를 늘려도 짧아지지 않습니다.
GPU당 Blender 하나. 여러 Blender 인스턴스가 동시에 실행되고, 각자 GPU 하나로 자기 프레임을 렌더링합니다. 한 프레임에 걸리는 시간은 카드 한 장일 때와 비슷하지만 여러 프레임이 동시에 진행되고, 한 인스턴스의 준비 단계가 다른 인스턴스의 샘플링과 겹칩니다. 대가는 시스템 RAM(인스턴스마다 씬을 불러오므로)과 약간의 추가 설정입니다.
표에서 두 설정을 나란히 비교합니다. 요약하면, 스틸 한 장에는 한 프레임에 모든 GPU를 쓰는 방법이 맞고, 애니메이션은 대개 GPU당 Blender 하나가 더 빨리 끝납니다. 한 인스턴스의 CPU 단계가 다른 인스턴스의 GPU 샘플링과 겹치기 때문입니다.
프레임당 모든 GPU vs GPU당 Blender 하나
둘 다 같은 .blend를 같은 설정으로 렌더링하며, 작업을 나누는 방식만 다릅니다.
| 각 프레임에 모든 GPU | GPU당 Blender 하나 | |
|---|---|---|
| 설정 | Preferences에서 모든 GPU를 체크하고 평소처럼 렌더링 | GPU마다 백그라운드 프로세스 하나, 명령줄에서 시작 |
| 한 프레임 시간 | 가장 짧음, 모든 카드가 나눠 처리 | 카드 한 장의 시간과 비슷 |
| 긴 시퀀스 | 프레임마다 씬 준비가 도는 동안 GPU가 기다림 | 한 인스턴스가 다음 프레임을 준비하는 동안 다른 인스턴스는 계속 샘플링 |
| GPU 메모리 | 카드마다 씬 전체 | 카드마다 씬 전체 |
| 시스템 RAM | 씬 사본 하나 | 인스턴스마다 사본 하나 |
| 적합한 경우 | 스틸, 짧은 샷, 시스템 RAM을 많이 쓰는 씬 | 프레임이 서로 독립적인 긴 애니메이션 |
3. GPU당 Blender 하나를 실행하는 방법
각 Blender 프로세스는 자기가 쓸 GPU만 보아야 합니다. NVIDIA의 CUDA_VISIBLE_DEVICES 환경 변수는 CUDA 애플리케이션이 볼 수 있는 GPU를 정하며, nvidia-smi에 표시되는 0부터 시작하는 번호를 씁니다(NVIDIA: CUDA 환경 변수). CUDA는 기본적으로 빠른 GPU부터 번호를 매깁니다. CUDA_DEVICE_ORDER 를 PCI_BUS_ID 로 설정하면 nvidia-smi와 같은 PCI 버스 순서로 번호가 매겨져 0번이 예상한 카드가 됩니다. 각 인스턴스를 시작하기 전에 두 변수를 모두 설정하세요.
옵션은 매뉴얼의 Command Line Arguments 페이지에 정리되어 있습니다. -b 는 인터페이스 없이 실행하고, -s 와 -e 는 첫 프레임과 마지막 프레임을 정하며, -j 는 한 프레임을 렌더링한 뒤 몇 프레임씩 건너뛸지 정하고, -a 는 그 범위를 렌더링합니다. Cycles 옵션은 이중 대시 뒤에 오며, --cycles-device OPTIX 가 백엔드를 고릅니다. Blender는 인수를 순서대로 읽으므로 -s, -e 와 -j 는 -a보다 앞에 와야 합니다. 씬 경로는 따옴표로 감싸 폴더 이름에 공백이 있어도 동작하게 했고, -RedirectStandardOutput 는 인스턴스마다 로그를 따로 남깁니다. 간격을 4로 두면 인스턴스 4개가 1, 5, 9…와 2, 6, 10… 식으로 프레임을 나눠 거의 동시에 끝납니다.
인스턴스가 다음 빈 프레임을 고르게 하기. 프레임마다 시간이 크게 다르면 매뉴얼이 간이 렌더팜이라고 부르는 방법을 쓰세요. Output Properties에서 Overwrite를 끄고 Placeholders를 켠 뒤 저장하고, 모든 인스턴스를 같은 전체 범위로 시작합니다(-a). 각 인스턴스는 시작하는 프레임에 빈 자리표시 파일을 만들고, 다른 인스턴스는 이미 있는 파일을 건너뜁니다(Blender 매뉴얼: Output Properties). 프레임 도중에 인스턴스를 멈췄다면 다시 시작하기 전에 그 빈 자리표시 파일을 지우세요.
환경 변수를 쓰고 싶지 않다면 -P로 실행하는 Python 스크립트에서 Cycles 애드온 설정(bpy.context.preferences.addons["cycles"].preferences.devices)을 통해 장치 하나만 활성화할 수도 있습니다.
4. GPU를 늘리기 전에 메모리 확인하기
모든 GPU가 씬 전체 사본을 갖고, GPU당 Blender 하나 방식에서는 프로세스마다 시스템 RAM에도 사본을 하나씩 가집니다. GPU나 인스턴스를 늘리기 전에 측정하세요.
- 한 프레임을
-- --cycles-print-stats로 렌더링합니다. 매뉴얼은 이 옵션이 렌더 메모리와 시간 사용량을 로그로 남긴다고 설명합니다. - 최대 GPU 메모리를 머신에서 가장 작은 카드와 비교하세요. NVIDIA는 RTX 5090을 32 GB, RTX 4090을 24 GB로 표기합니다.
- GPU당 Blender 하나 방식이라면 모든 인스턴스가 도는 동안 작업 관리자에서 시스템 RAM을 지켜보세요.
- 카드가 시스템 메모리로 넘치면 그 인스턴스는 느려집니다. VRAM 크기 선택은 Blender용 GPU 고르기 가이드에서 다룹니다.
그림은 두 한계가 동시에 중요한 이유를 보여 줍니다. 인스턴스 4개는 시스템 RAM에 씬 사본 4개를 뜻하고, 가장 작은 카드를 포함한 모든 GPU가 씬 전체를 혼자 담아야 합니다.
5. 저희 테스트 결과
저희는 iRender 서버에서 4K Cycles 애니메이션(3840×2160, 512 샘플, OptiX, GPU당 Blender 하나)을 녹화했습니다. 4x RTX 5090은 GPU당 프레임당 87초, 4x RTX 4090은 108초로 약 19% 시간이 덜 걸렸습니다. 4x RTX 5090에서 1080p 120프레임 애니메이션은 프레임당 72초였습니다. 두 실행 모두 영상과 함께 멀티 GPU 렌더 벤치마크 페이지에 있습니다. 둘 다 단일 씬이며, 여러 씬에서 장치를 비교하려면 매뉴얼이 안내하는 Blender Open Data를 참고하세요.
두 패널은 서로 다른 씬이므로 카드 비교는 위 패널 안에서만 하세요. 같은 작업으로 RTX 5090과 RTX 4090을 비교한 것은 4K 테스트입니다.
멀티 GPU Cycles 렌더 전 체크리스트
- 장치: 백엔드 설정(RTX는 OptiX), 모든 GPU 체크, 씬 Device는 GPU Compute.
- 용량:
--cycles-print-stats의 최대 메모리가 가장 작은 카드보다 낮음. - 파일: 경로는 상대 경로, 캐시는 베이크해 모든 인스턴스가 같은 파일을 찾음.
- 출력: 출력 경로에 프레임 자릿수(#), 쓰는 방식에 맞게 Overwrite와 Placeholders 설정.
- 테스트: 프레임당 모든 GPU와 GPU당 Blender 하나로 8–10프레임 시간 측정.
- RAM: 시작하는 모든 인스턴스를 감당할 시스템 메모리.
렌더팜 렌더 전에 확인할 씬 설정은 Blender Cycles 사전 점검 10가지를 참고하세요.
작업 제출형(SaaS) 렌더팜에서는 렌더팜이 프레임을 머신에 나누는 방식을 정하며, 완성된 씬에 잘 맞습니다. IaaS 서버에서는 머신 전체를 직접 제어하므로 두 방법 중 하나를 골라 위의 시간 측정을 직접 해 볼 수 있습니다.
iRender 서버에서 두 방법 모두 실행하기
- 프로젝트 폴더를 업로드합니다: 서버를 시작하기 전에 iRender Drive에 올립니다. 업로드는 무료이며 임대 시간을 쓰지 않습니다.
- 서버를 시작합니다: RTX 5090(32 GB) 또는 RTX 4090(24 GB) GPU 2, 4, 8장 서버를 고르고 원격 데스크톱으로 접속합니다.
- Blender 버전과 애드온을 한 번 설치합니다: 서버 이미지는 세션 사이에 저장됩니다.
- 짧은 범위로 두 방식의 시간을 잽니다: 그다음 더 빠른 방식으로 시퀀스를 렌더링하고 서버를 끕니다. 멀티 GPU 서버는 분 단위로 과금됩니다.
자주 묻는 질문
1. Blender Cycles는 여러 GPU를 자동으로 사용하나요?
아니요. Preferences › System › Cycles Render Devices에서 GPU를 하나씩 활성화하고 씬의 Device를 GPU Compute로 설정해야 합니다. 백그라운드 렌더에서는 — –cycles-device로 백엔드를 고를 수 있습니다(예: OPTIX).
2. Blender에서 GPU 두 개면 VRAM이 두 배가 되나요?
대개 아닙니다. Blender 매뉴얼에 따르면 각 GPU는 자기 메모리만 쓸 수 있으므로 모든 카드가 씬 전체를 갖고, 가장 작은 카드가 한계를 정합니다.
3. GPU당 Blender 하나가 한 프레임에 모든 GPU를 쓰는 것보다 빠른가요?
긴 애니메이션에서는 대개 그렇습니다. 한 인스턴스가 다음 프레임을 준비하는 동안 다른 인스턴스가 계속 샘플링하기 때문입니다. 다만 씬에 따라 다르므로 최종 설정으로 몇 프레임을 두 방식으로 재 보세요.
4. Blender 인스턴스를 GPU 하나로 제한하려면 어떻게 하나요?
인스턴스를 시작하기 전에 NVIDIA의 CUDA_VISIBLE_DEVICES 변수를 GPU 번호로 설정하거나, -P로 실행하는 Python 스크립트에서 장치 하나만 활성화합니다.
5. 여러 Blender 인스턴스가 프레임 범위 하나를 나눠 쓰려면 어떻게 하나요?
Output Properties에서 Overwrite를 끄고 Placeholders를 켠 뒤 저장하고, 모든 인스턴스를 같은 범위로 시작합니다. Blender 매뉴얼은 이를 간이 렌더팜이라고 설명합니다.
6. Cycles에서 GPU 메모리가 부족하면 어떻게 되나요?
CUDA, OptiX, HIP, Metal 장치는 시스템 메모리로 넘어갑니다. 렌더는 계속되지만 느려집니다.
iRender에서 Blender 프로젝트를 렌더링하세요
iRender는 IaaS GPU 렌더팜입니다. NVIDIA RTX 4090(24 GB) 또는 RTX 5090(32 GB) GPU가 1, 2, 4, 8개 장착된 베어메탈 서버와 AMD Ryzen™ Threadripper™ PRO CPU, 256 GB ECC RAM, 2 TB NVMe SSD를 임대해 원격 데스크톱으로 접속하고, 관리자 권한으로 내 워크스테이션처럼 작업합니다. 서버 이미지는 세션 사이에 저장되므로 Blender와 애드온은 설치된 상태로 남습니다.
멀티 GPU 서버는 분 단위로 과금되고(1-GPU 서버는 최소 1시간), 3시간 이상 세션은 10% 할인됩니다. 4-GPU와 8-GPU 서버는 수랭식이며, 저희 측정에서 장시간 렌더 부하 중 GPU 온도는 60–70°C를 유지했습니다. 엘리트 지원은 핫라인, 라이브 채팅, Skype, WhatsApp, 이메일로 주 7일 제공됩니다.
아래 퀵스타트는 서버를 시작하고 그 위에서 Blender를 렌더링하는 방법을 보여 줍니다.
iRender에서 녹화한 두 Cycles 애니메이션 실행입니다. 4x RTX 5090에서 1080p 120프레임을 프레임당 72초에 렌더링했고, 같은 4K 씬을 4x RTX 5090과 4x RTX 4090에서 GPU당 프레임 87초와 108초에 렌더링했습니다.
신규 사용자는 50달러 이상 첫 충전 시 100% 보너스를 받습니다. 요금제는 Blender 렌더팜 페이지에서 확인하거나 iRender GPU 앱을 다운로드하세요.




