Journal Retour d'expérience sur un upgrade de PC

Hello les moules,

J'ai installé récemment la dernière version de kdenlive 25.04.0 qui intègre un super effet segmentation d'objet, object mask en anglais, pour isoler automatiquement un objet particulier dans une séquence vidéo et créer des masques réutilisables dans la timeline. C'est basé sur un modèle d'apprentissage appelé SAM2.
Mais damned ! Je tombe sur cette erreur lors de son utilisation

/usr/local/lib/python3.13/site-packages/torch-2.7.0-py3.13-linux-x86_64.egg/torch/cuda/__init__.py:174: UserWarning: CUDA     initialization: The NVIDIA driver on your system is too old (found version 11040). Please update your GPU driver by downloading and installing a new version from the URL: http://www.nvidia.com/Download/index.aspx Alternatively, go to: https://pytorch.org to install a PyTorch version that has been compiled with your version of the CUDA driver. (Triggered internally at /pytorch/c10/cuda/CUDAFunctions.cpp:109.)
  return torch._C._cuda_getDeviceCount() > 0

Je suis touché par l'obsolescence !! Il faut dire que mon PC de montage vidéo, un ACER Predator G3-605 a dépassé maintenant les 10 ans, ce qui est un âge plus qu’honorable pour un PC et pourtant jusqu'à présent je m'en contentais largement et ça me posait pas de problème particulier pour faire de l'édition vidéo et d'autres traitements gourmands en ressource comme le transcodage.

Affolé par le prix du neuf que ce soit avec un PC prêt à l’emploi ou en pièces détachées, j'ai lorgné vers l’occasion mais ma crainte est de tomber sur un modèle bruyant alors que mon PC actuel est très silencieux (hors calcul intensif). Finalement j'opte pour un simple changement de la carte graphique en visant l’occasion. Ma carte mère a un slot PCI-E génération 3, on est passé maintenant aux générations 4 et 5. Même si les GPU prévus pour la génération 4 sont rétrocompatibles avec la génération antérieure avec la restriction que toutes leurs performances ne pourront être exploitées totalement, je préfère rester avec un GPU de génération 3 pour ne pas prendre de risque avec un gap trop important. Souhaitant rester dans le monde Nvidia, je jette mon dévolu sur une GeForce RTX 2070 qui est une des dernières cartes PCI-E gen 3 sortie en 2018. Ce site me donne une augmentation potentielle de puissance estimée à 235% par rapport à ma vieille GeForce GTX 760 sortie en 2013.

Au fil de mes recherches, je trouve sur un célèbre site de vente aux enchères une carte RTX 2070 avec une alimentation compatible pour 226€ frais de port compris et ça tombe bien car je n’ai qu’un alimentation de 500W et la puissance minimum conseillée est de 650W. Aussitôt reçue, aussitôt montée :

Finalement je n’installe pas la nouvelle alimentation, je me rends compte qu’elle n’est pas compatible avec ma carte mère ! Pas grave, elle servira toujours pour un futur upgrade de carte mère.

Je ne saurais dire si j’ai fait une bonne affaire, cette carte a tout de même 7 ans. J’espère juste que ça sera suffisant pour tenir quelques années encore les évolutions logicielles à venir de mon logiciel de montage vidéo favori.

Sur ma mageia 10 Cauldron, j'ai utilisé les packages de la distribution et je suis passé de la version du driver 470 et de CUDA 11.4 à la version 550 et CUDA 12.4, sachant que sur le site de Nvidia je vois qu’il existe une version 570 compatible avec ma 2070, je devrais donc bénéficier des dernières mises à jour aussi longtemps que la carte est soutenue. Voilà ce me renvoie maintenant la commande nvidia-smi :

Sat May 17 09:13:17 2025
 ----------------------------------------------------------------------------------------- 
| NVIDIA-SMI 550.163.01             Driver Version: 550.163.01     CUDA Version: 12.4     |
|----------------------------------------- ------------------------ ---------------------- 
| GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|========================================= ======================== ======================|
|   0  NVIDIA GeForce RTX 2070        Off |   00000000:01:00.0  On |                  N/A |
| 17%   39C    P8              9W /  175W |     133MiB /   8192MiB |     20%      Default |
|                                         |                        |                  N/A |
 ----------------------------------------- ------------------------ ---------------------- 

 ----------------------------------------------------------------------------------------- 
| Processes:                                                                              |
|  GPU   GI   CI        PID   Type   Process name                              GPU Memory |
|        ID   ID                                                               Usage      |
|=========================================================================================|
|    0   N/A  N/A      2948      G   /usr/libexec/Xorg                             128MiB |
|    0   N/A  N/A      3210      G   xfwm4                                           2MiB |
 ----------------------------------------------------------------------------------------- 

Pour pouvoir l’exploiter maintenant j’ai compilé ffmpeg avec la suite logicielle CUDA permettant d’exploiter l’accélération matérielle d’un GPU Nividia. Les subtilités de compilation sont indiquées ici, ce n’est pas immédiat car la version du compilateur gcc a son importance. Un test de transcodage avec avidemux avec l’encodeur Nvidia HEVC prend au moins 2 à 3 fois moins de temps et surtout cela ne fait aucun bruit alors qu’auparavant mon CPU faisait un raffut de tous les diables pendant l’encodage. Mais je suis quand même bien loin des 235% de gain. Je n'observe pas de problème particulier lié à la puissance de mon alimentation.

Retour sur kdenlive avec la segmentation d’objets. J’ai repris totalement la compilation des bibliothèques et outils utiles et nécessaires comme on peut le voir là et le plugin est maintenant pleinement opérationnel.

Il en reste pas moins que mon GPU reste sous utilisée lors de l’édition vidéo avec le travail sur la timeline et c’est bien dommage. La roadmap de kdenlive indique que ça devrait arriver à moyen terme, sans plus de précision.