4. ハードウェア

　写真測量の精度を高めるには、大量の写真を精密に組み合わせ、視差を計算し、対象物の表面形状を高密度な3Dポリゴン（Face）で埋め尽くした三次元モデルを構築する必要がある。結局のところ、最終成果品として高精度な3DモデルやDSMを限られた時間内に生成するためには、膨大な計算リソースが必要となる。

4.1 CPU

　PhotoScanはマルチスレッド対応のため、OSが認識するすべてのCPUコアを100%使用して計算を行うことができる（Fig.3.1）。最新のアーキテクチャ、高いクロック速度、多くの物理コアを持つCPUが望ましい。
また、GPUを計算に利用する場合、GPUボード1基につきGPU管理のためにCPU物理コアが1つ（HT有効の場合2つ）必要となる。複数のGPUボードを持つ計算機の場合、PhotoScanの計算に使えるCPUリソースが減少するため、CPUのマルチソケット構成が必要になるだろう。

4.2 CPUのハイパースレッディング（HT）

　以下の環境におけるテストではHT有効のほうが概ね約20%程度、高速であった。ただしXeon CPUの場合、HT無効のほうが高速という報告もある。いずれにせよ、各自の環境でテストを行うことを推奨する。

• テスト環境：
  • CPU: Core i7 Extreme 3970X（Sandy Bridge, 6 Cores, 3.5-4.0GHz）
  • 写真枚数：62枚
• 結果：ハイパースレッディング有効
  • Align Photos: 434.439 sec.（24.7%高速）
  • Build Geometry: 198.227 sec. + 69.128 sec.（19.5%高速）
  • Build Texture: 74.003 sec.（8.7%低速）
• 結果：ハイパースレッディング無効
  • Align Photos: 541.912 sec.
  • Build Geometry: 248.151 sec. + 71.253 sec.
  • Build Texture: 67.549 sec.

4.3 GPU

　PhotoScanはOpenCL対応のGPUを計算リソースとして利用することができる（Fig.3.2）。GPUは、CPU（コア数2～6個）と比してコア数（例：nVidia GeForce GTX680の場合、GPUコアは1536個）が非常に多いため、科学技術計算のような単純計算であればCPUの数倍から百数十倍のスピードで計算を行うことができる。以下の環境におけるテストでは、GPUを有効にすることにより約3倍、高速であった。これを活用しない手はない。

• テスト環境：nVidia GeForce GTX680、Core i7 Extreme 3970X（HT有効）
  • 結果：GPU有効
    Reconstruction Depth: 2h 02min 18sec（約3倍高速）
  • 結果：GPU無効
    Reconstruction Depth: 5h 53min 36sec

4.4 物理メモリ

　物理メモリは、多ければ多いほど良い。処理する写真画像の枚数や処理メソッドによるが、本格的に利用するのであれば最低でも32GBは必要であろう。特に、建物などの三次元オブジェクトを処理するArbitrary modeでは膨大なメモリが必要になる。以下に、必要な物理メモリの目安を掲載する。

Aligning Photos処理：

Building Model (Height-field mode)処理：

Building Model (Arbitrary mode)処理：

Decimating Model処理：

Fig.4.1 Generating Mesh処理中のCPU利用率。PhotoScanはマルチスレッド対応アプリケーションのため、計算機に搭載する全CPUコアを使い切る。

Fig.4.2 Reconstruction Depth処理にGPUを利用している状態。GPUを使用しない場合に比して約3倍高速であった。（GPUコア数1536個、GPU使用率96%（最大値）、nVidia GeForce GTX680の例）