performance & troubleshooting

🔗performance notes

L’inférence CPU est acceptable pour les masques d’objets (petites évaluations en une seule fois) mais beaucoup plus lente pour la réduction de bruit et l’agrandissement. Un runtime CUDA / MIGraphX / OpenVINO / DirectML / CoreML est fortement recommandé si vous les utilisez régulièrement.
L’agrandissement 4x sur une grande image est gourmand en mémoire, quel que soit le fournisseur. Le pavage est activé automatiquement pour contrôler la mémoire, au prix d’un temps de traitement supplémentaire.
La lenteur du chargement d’ONNX Runtime lors de la première utilisation signifie que la toute première opération d’IA après le démarrage prend plus de temps. C’est normal.
Lors du passage d’un fournisseur d’exécution à un autre (par exemple auto → CUDA), la première inférence du nouveau fournisseur entraîne un délai de compilation du graphique. Après cela, le temps d’exécution est stable pour le reste de la session.
AMD (MIGraphX) a un coût de première exécution de plusieurs minutes par modèle. ROCm/MIGraphX compile le graphique du modèle pour votre GPU spécifique la première fois qu’il le voit, ce qui peut prendre 1–3 minutes pour les grands modèles (débruitage, agrandissement) ; les modèles de masque sont plus petits et se compilent plus rapidement. Le graphique compilé est mis en cache sur le disque sous ~/.cache/darktable/ai_v*_migraphx_* et réutilisé lors des redémarrages de darktable, de sorte que les exécutions ultérieures du même modèle soient rapides.
La découverte du modèle est mise en cache au démarrage. Si vous déposez manuellement un nouveau fichier .dtmodel dans le répertoire des modèles pendant que darktable est en cours d’exécution, ouvrez les préférences de l’IA et basculez n’importe quelle option pour forcer une nouvelle analyse.

🔗Dépannage

La plupart des problèmes d’IA se répartissent en trois catégories.

🔗la fonctionnalité n’apparaît pas du tout

Vérifiez que les fonctionnalités d’IA sont activées dans Préférences d’IA – le choix principal est désactivé par défaut.

Si l’onglet IA lui-même est absent des préférences, darktable a été créé sans prise en charge de l’IA. Les versions officielles de darktable (Linux AppImage, installateur Windows, macOS dmg) l’incluent toutes, mais les packagers tiers peuvent livrer une version sans elle. Demandez au mainteneur du package de votre distribution d’activer la prise en charge de l’IA ou passez à une version officielle.

If enabled and the feature is still missing, the required model may not be installed or active. Open AI preferences and confirm a model is ticked in the enabled column for the relevant task. Only one model per task can be active at a time.

🔗l’inférence échoue ou revient au processeur de manière inattendue

Exécutez darktable à partir d’un terminal avec darktable -d ai pour voir les messages de chargement d’ONNX Runtime et les résultats de la sonde du fournisseur. Causes typiques :

ort_library_path pointe vers un fichier manquant ou corrompu. Réinitialisez le chemin dans les préférences (double-cliquez sur l’étiquette) pour revenir à l’environnement d’exécution fourni, ou re-exécutez detect après la réinstallation via les scripts d’installation du GPU.
Il manque une dépendance système au fournisseur d’exécution sélectionné. cuDNN pour CUDA ; MIGraphX et rocm-smi-lib pour AMD ; correspondance des SONAME ROCm sur des distributions de style Fedora qui reconstruisent ROCm avec leurs propres sonames. Les scripts d’installation les signalent avant le téléchargement ; le journal darktable -d ai affichera l’erreur exacte dlopen au moment de l’exécution.
Le fournisseur a été initialisé mais n’a pas réussi à compiler le graphique du modèle. Cela se produit parfois sur les GPU de première génération dotés de pilotes obsolètes. Mettez à jour votre pilote ou revenez à un autre fournisseur (par exemple DirectML au lieu de CUDA sous Windows).

🔗les résultats semblent erronés

La réduction de bruit et l’agrandissement par l’IA sont des tâches de restauration – le modèle déduit un résultat plausible d’une formation préalable. De légers changements de couleur ou de contraste sont possibles, notamment pour les images en dehors de la distribution d’entraînement (ISO extrême, captures synthétiques, scènes à très large gamme).

Si la fidélité prévaut sur un nettoyage agressif, par exemple pour débruiter une image, restez fidèle au module classique Réduction de bruit (profil).

🔗further reading

Préférences de l’IA – chaque contrôle de l’onglet préférences de l’IA.
Accélération GPU – installation d’un runtime ONNX compatible GPU (scripts, manuel, guides par fournisseur).
darktable-ia – le modèle de référentiel, les scripts de conversion et les notes de développement.
Documentation ONNX Runtime – référence en amont pour les fournisseurs d’exécution, le dépannage et le réglage des performances.