DirectML GPU 加速｜Windows 独显渲染 DiffSinger 快几倍

为什么需要 GPU 加速

DiffSinger 是神经网络推理——CPU 上推理一个声库的音频片段需要每秒几十到几百毫秒。CPU 渲染一首 3 分钟的歌可能需要 10-30 分钟。

GPU（通过 DirectML / CoreML）把同样的推理时间压到每秒几毫秒——快一个数量级以上。

OpenUtau 支持两种 GPU 加速后端：

Linux 暂不支持 GPU 加速。

Windows DirectML 设置步骤

第一步：确认显卡可用

确保你的 Windows 上：

1. 有独立显卡（NVIDIA GeForce / AMD Radeon / Intel Arc 都可以）
2. 显卡驱动是最新版（老驱动可能不兼容 DirectML）
3. Windows 10 或 11（Windows 8.1 不行）

纯核显（Intel UHD Graphics）也能跑 DirectML，但提升有限。独显是必须的。

第二步：OpenUtau 偏好设置

OpenUtau → Tools → Preferences → 找到 Machine Learning 相关设置：

1. Machine Learning Runner → 选 DirectML
2. GPU → 下拉里选你的独显（别选核显）
3. DiffSinger Rendering speedup → 默认 50 倍（值越大越快，但音质略降）

第三步：重启 OpenUtau

必须重启——GPU 加速初始化在启动时做，运行中改完不会立刻生效。

第四步：验证

重启后，打开一个 DiffSinger 工程，点播放或点渲染。如果 GPU 加速正常：

• 偏好设置里 GPU 名称仍然是你选的独显
• 渲染速度明显加快（和之前 CPU 版本对比）
• 没有报错弹窗

macOS CoreML 设置步骤

第一步：确认 macOS 版本

CoreML 需要 macOS 11 Big Sur 或更新（DiffSinger 本身也要求 11+）。Apple Silicon Mac（M1/M2/M3/M4）CoreML 加速效果最好。Intel Mac 也能跑，但提升有限。

第二步：偏好设置

OpenUtau → Tools → Preferences → Machine Learning：

1. Machine Learning Runner → 选 CoreML
2. 重启 OpenUtau

CoreML 在 macOS 上是系统内置能力，不需要额外装驱动或库。

第三步：验证

重启后 DiffSinger 渲染正常 = CoreML 已生效。

DiffSinger Rendering Speedup 参数详解

偏好设置里的这个值控制的是 DiffSinger 内部推理的"加速倍率"：

这个值GPU 加速时也生效——开了 DirectML / CoreML 后可以把这个倍率调高到 100x 甚至 200x，因为 GPU 本来就快，再提高倍率也能出不错的音质。

性能参考

实际时间取决于声库大小、歌词复杂度、DiffSinger Rendering Speedup 倍率。

常见坑

坑一：选了核显而不是独显

笔记本电脑可能有两个 GPU——核显（Intel UHD）和独显（NVIDIA/AMD）。GPU 下拉里选独显才能获得最大加速。核显的 DirectML 能力有限，快不了多少。

坑二：设置没保存

改完 DirectML 后没重启 OpenUtau——OpenUtau 在启动时初始化 DirectML，运行中改完不会切过去。必须完全关掉再开。

坑三：DirectML 选了但渲染还是 CPU 速度

大概率是：

1. 显卡驱动太老 → 升级
2. Windows 版本太旧 → 至少 Windows 10
3. 显卡本身不支持 DirectML（极老的卡）

坑四：CoreML 在 Intel Mac 上效果不明显

Intel Mac 的 CoreML 性能远不如 Apple Silicon。如果你的 Intel Mac 渲染 DiffSinger 很慢，可以考虑：

• 提高 DiffSinger Rendering Speedup 倍率到 100x
• 或者用 ENUNU 引擎（同样是 AI 但模型更轻量）
• 或者上 Classic / WORLDLINE-R 引擎（完全不依赖 GPU）