Gratis AI-upscaling op een GPU-server: Upscayl, Real-ESRGAN en Video2X getest

AI-upscaling maakt van een kleine of wazige afbeelding een grotere, scherpere afbeelding: het model rekt de pixels niet alleen uit, het tekent fijne details opnieuw, zoals haar, vacht of de randen van een tekening. Betaalde tools zoals Topaz doen dat goed, en online upscalers doen het met uploadlimieten, wachtrijen of watermerken. De gratis, open-source tools zijn net zo makkelijk te vinden: Upscayl (een desktopapp gebouwd op Real-ESRGAN), en Video2X voor video, dat ook frame-interpolatie met RIFE en Anime4K-filters doet.

Ze draaien allemaal op Vulkan, dus ze willen een GPU. Daarom vroegen we ons af: wat levert de GPU echt op, op een cloudserver met een gedeelde Intel-GPU, vergeleken met de CPU van dezelfde server? We gebruikten de officiële binaries, dezelfde afbeeldingen en dezelfde video, en maten tijd, CPU en geheugen.

De resultaten in het kort

• Afbeeldingen: de GPU is sneller en laat de CPU vrij. Een foto van 512 pixels 4 keer vergroten duurde 24,9 s op de GPU tegenover 34,0 s op 4 vCPU (1,4 keer sneller) en 55 s op 2 vCPU (2,2 keer sneller). De GPU-run gebruikte 0,1 vCPU; de CPU-run hield 3,8 vCPU bezig.
• Grote afbeeldingen vragen veel geheugen op de CPU. Een 1080p-foto vergroten naar 8K duurde 189 s op de GPU en 234 s op de CPU, en de CPU-run piekte op 11,8 GB RAM (1,2 GB met de GPU).
• Video2X heeft geen CPU-modus. Via software-Vulkan op de CPU gedwongen was het 4 tot 6 keer trager: Anime4K naar 1080p draaide op 12,2 beelden per seconde op de GPU tegenover 1,9, beeldverdubbeling met RIFE op 7,3 tegenover 1,1.
• Real-ESRGAN op video is traag, zelfs op de GPU. Het snelle videomodel verwerkte 0,65 beelden per seconde: ongeveer 8 minuten voor een clip van 10 seconden. Prima voor een korte clip of een batch ‘s nachts, niet voor een film.
• Wees eerlijk over de hardware. Een geïntegreerde GPU is veel trager dan een RTX-kaart in een desktop. Het punt is een server van € 14,99 die het werk doet zonder zijn CPU bezig te houden.

Testopstelling

Onderdeel	Waarde
Server	Debian 13, Linux 7.3, Intel UHD 770 (gedeelde GPU), 4 vCPU, 12 GB RAM
Afbeeldingen, GPU	upscayl-bin 20251207 (de engine die de Upscayl-app aanroept, officiële release) met de Real-ESRGAN-modellen, Vulkan (Mesa 25.0.7), standaard tilegrootte
Afbeeldingen, CPU	de officiële PyTorch-code van Real-ESRGAN (inference_realesrgan.py, PyTorch 2.15 CPU, fp32, 4 threads; 2 threads vastgezet op 2 vCPU voor het resultaat “2 vCPU”)
Video	Video2X 6.4.0 (officiële AppImage), uitvoer H.264 (libx264, CRF 18). CPU: dezelfde Video2X op de software-Vulkan van Mesa (llvmpipe), plus het officiële PyTorch-videoscript voor Real-ESRGAN
Afbeeldingen	drie foto’s van 512 × 512, één foto van 1920 × 1080, één tekenfilmbeeld van 854 × 480
Video	10 s van Big Buck Bunny op 854 × 480, 30 beelden per seconde (300 beelden)
Metingen	totale tijd inclusief het laden van het model en het wegschrijven van het bestand, CPU-tijd en piekgeheugen via /usr/bin/time

CPU-cijfers staan in vCPU (1,0 = één volledige core). De GPU wordt gedeeld met andere servers: we controleerden dat hij verder niets deed tijdens de runs die we hier gebruiken (zie “Beperkingen”).

Testmateriaal: foto’s van Wikimedia Commons (Albert Einstein door Orren Jack Turner, publiek domein; Buzz Aldrin door NASA, publiek domein; een kat door Alvesgaspar, CC BY-SA 3.0) en Big Buck Bunny (© Blender Foundation, CC BY 3.0).

1. Afbeeldingen: Real-ESRGAN met de engine van Upscayl

Afbeelding	Model	GPU	CPU, 4 vCPU	CPU, 2 vCPU
Foto 512 × 512 → 2048 × 2048	RealESRGAN x4plus	24,9 s, 0,1 vCPU, 1,0 GB	34,0 s, 3,8 vCPU, 4,1 GB	55,0 s
Foto 1920 × 1080 → 7680 × 4320	RealESRGAN x4plus	189 s, 0,03 vCPU, 1,2 GB	234 s, 4,0 vCPU, 11,8 GB	—
Tekenfilmbeeld 854 × 480 → 3416 × 1920	x4plus-anime	12,9 s, 0,1 vCPU, 0,4 GB	17,9 s, 3,6 vCPU, 6,0 GB	—
Videobeeld 854 × 480 → 3416 × 1920	animevideov3 (snel)	2,2 s, 0,6 vCPU	4,0 s, 2,4 vCPU, 0,9 GB	—

De tijd voor de foto is de mediaan van drie verschillende foto’s; ze duurden allemaal tussen 24,8 en 25 seconden op de GPU.

Wat dit betekent:

• Tegenover alle 4 vCPU is de GPU 1,2 tot 1,8 keer sneller. Dat is echte winst, geen wonder: het fotomodel van Real-ESRGAN is zwaar, en vier moderne CPU-cores zijn niet traag.
• Tegenover 2 vCPU, de grootte van ons Start-abonnement, is de GPU 2,2 keer sneller. De GPU krimpt niet mee met het abonnement; de CPU wel.
• De GPU laat de server vrij. Tijdens een GPU-run blijft de CPU van de server op ongeveer 0,1 vCPU: je kunt tegelijk een webapp, een fotogalerij of een tweede taak draaien. Op de CPU neemt de upscaling alles in beslag.
• Geheugen. Zonder tiles had de PyTorch-code 11,8 GB RAM nodig voor de 1080p-foto. Op een server met 8 GB zou je de afbeelding ook op de CPU in tiles moeten opdelen, wat het nog trager maakt.

2. Video: Video2X met Real-ESRGAN, Anime4K en RIFE

Video2X leest een video, stuurt elk beeld door een filter op de GPU en codeert het resultaat met FFmpeg. Het biedt drie soorten werk: Real-ESRGAN (AI-upscaling, traag, beste kwaliteit), Anime4K (snelle GLSL-shaders voor tekenfilms, via libplacebo) en RIFE (frame-interpolatie met AI: van 30 naar 60 beelden per seconde).

Video2X-taak (bron 854 × 480)	GPU	CPU (software-Vulkan)	Clip van 10 seconden op de GPU
Real-ESRGAN animevideov3 ×4 → 3416 × 1920	0,65 fps, 0,1 vCPU	0,15 fps, 3,8 vCPU	ongeveer 7 min 40 s
Real-ESRGAN animevideov3 ×2 → 1708 × 960	0,65 fps	—	ongeveer 7 min 40 s
Anime4K → 1920 × 1080	12,2 fps, 0,7 vCPU	1,9 fps, 3,1 vCPU	25 s
Anime4K → 3840 × 2160	7,4 fps, 1,5 vCPU	—	40 s
RIFE v4.6, 30 → 60 fps	7,3 fps (14,6 beelden uit per seconde), 0,2 vCPU	1,1 fps, 3,1 vCPU	41 s
Real-ESRGAN x4plus (fotomodel) ×4	0,02 fps (48 s per beeld)	—	ongeveer 4 uur

Om Real-ESRGAN te vergelijken met een CPU-tool die echt voor de CPU is geoptimaliseerd, draaiden we ook het officiële PyTorch-videoscript op de 4 vCPU: 0,60 beelden per seconde, bijna de snelheid van de GPU, maar met de hele server bezig (3,8 vCPU). Voor Anime4K en RIFE bestaat zo’n CPU-tool niet: zonder GPU valt Video2X terug op software-Vulkan en is het 6 keer trager.

Praktisch advies op basis van deze cijfers:

• Begin voor tekenfilms en anime met Anime4K: bijna realtime in 1080p, en het resultaat is strak.
• Gebruik voor video het model animevideov3 van Real-ESRGAN, nooit het fotomodel (x4plus): met 48 seconden per beeld wordt een clip van 10 seconden een klus van vier uur.
• RIFE is goedkoop: 41 seconden om een clip van 10 seconden in 480p van 30 naar 60 beelden per seconde te brengen.
• Lange video’s zijn nachtwerk. Met 0,65 beelden per seconde duurt een aflevering van 20 minuten op 30 beelden per seconde ongeveer 15 uur met Real-ESRGAN. De server doet het terwijl jij slaapt; daar is hij voor.

3. Beperkingen

• Gedeelde GPU. De GPU wordt gedeeld met andere servers. Als een andere server hem gebruikt, krijgen jouw taken een eerlijk deel maar draaien ze trager: tijdens onze sessie duurde dezelfde 1080p-foto 189 s als de GPU verder niets deed, en 226 tot 268 s terwijl een andere server hem druk gebruikte. De cijfers hierboven zijn gemeten met een GPU die verder niets deed.
• Houd de standaard tilegrootte aan. Met -t 512 duurde elke GPU-taak langer dan het stuurprogramma toestaat en werd hij gestopt: de uitvoerafbeeldingen waren zwart. De standaardwaarde (automatisch) of -t 256 werken en zijn even snel.
• Geen wonderen. Een RTX-kaart in een desktop draait Real-ESRGAN vele malen sneller. Als je elke dag duizenden 4K-afbeeldingen upscalet, huur dan een dedicated GPU. Als je een fotobibliotheek, oude scans of korte clips upscalet, is dit genoeg.
• AI verzint details. Real-ESRGAN laat afbeeldingen er scherp uitzien, maar de nieuwe details zijn een gok. Voor documenten, gezichten die je moet herkennen, of bewijsmateriaal: bewaar het origineel.
• De Upscayl-app zelf is een desktopprogramma. Gebruik op een server de engine upscayl-bin vanaf de opdrachtregel (zie hieronder), zoals Upscayl dat achter zijn knoppen doet.

4. Welk abonnement?

• iGPU Start (2 vCPU, 8 GB RAM, Perf 1, € 14,99 per maand excl. btw): foto’s upscalen met de engine van Upscayl, batches afbeeldingen, Anime4K en RIFE op korte video’s. Hier is de GPU 2,2 keer sneller dan de 2 vCPU van het abonnement, en houdt hij die vrij.
• iGPU Power (4 vCPU, 14 GB RAM, Perf 2 = twee keer het GPU-aandeel van Start, € 29,99): Video2X-taken die uren duren, grote afbeeldingen (1080p naar 8K), of upscaling naast andere diensten. Het grotere GPU-aandeel telt als andere servers de GPU tegelijk gebruiken.
• iGPU Pro (6 vCPU, 14 GB, Perf 3, € 44,99): meerdere lange videotaken na elkaar, of upscaling plus ander GPU-werk (transcoderen, AI-inferentie) op dezelfde server.

5. Installeren op een Linux GPU-server

Liever meteen klaar voor gebruik? Vraag het per e-mail bij je bestelling (contact@linuxgpu.eu): we kunnen de server leveren met upscayl-bin, de Real-ESRGAN-modellen en Video2X al geïnstalleerd en getest op de GPU.

Onze servers worden geleverd met het Intel Vulkan-stuurprogramma geïnstalleerd; vulkaninfo --summary hoort de Intel UHD Graphics 770 te tonen. Dan, voor afbeeldingen:

# De engine van Upscayl en de Real-ESRGAN-modellen (officiële releases)
wget https://github.com/upscayl/upscayl-ncnn/releases/download/20251207-174704/upscayl-bin-20251207-174704-linux.zip
wget https://github.com/xinntao/Real-ESRGAN/releases/download/v0.2.5.0/realesrgan-ncnn-vulkan-20220424-ubuntu.zip
unzip upscayl-bin-*-linux.zip && unzip -d realesrgan realesrgan-ncnn-vulkan-*-ubuntu.zip
U=./upscayl-bin-20251207-174704-linux/upscayl-bin

# één foto, 4 keer groter, op de GPU (-g 0)
$U -i photo.jpg -o photo-x4.png -m realesrgan/models -n realesrgan-x4plus -g 0
# een hele map, tekenfilmmodel, uitvoer in JPEG
$U -i scans/ -o scans-x4/ -m realesrgan/models -n realesrgan-x4plus-anime -g 0 -f jpg

Voor video wordt Video2X 6.4 geleverd als AppImage. Servers hebben meestal geen FUSE, dus pak hem één keer uit:

wget https://github.com/k4yt3x/video2x/releases/download/6.4.0/Video2X-x86_64.AppImage
chmod +x Video2X-x86_64.AppImage && ./Video2X-x86_64.AppImage --appimage-extract
cd squashfs-root/usr/share/video2x       # Video2X zoekt zijn modellen vanaf hier
V=../../../AppRun
$V -l                                     # apparaat 0 hoort de Intel UHD 770 te zijn

# Real-ESRGAN, 2 keer groter
$V -i ~/clip.mp4 -o ~/clip-x2.mp4 -p realesrgan --realesrgan-model realesr-animevideov3 -s 2 -c libx264 -e crf=18
# Anime4K naar 1080p
$V -i ~/clip.mp4 -o ~/clip-1080p.mp4 -p libplacebo --libplacebo-shader anime4k-v4-a -w 1920 -h 1080
# RIFE: van 30 naar 60 beelden per seconde
$V -i ~/clip.mp4 -o ~/clip-60fps.mp4 -p rife --rife-model rife-v4.6 -m 2

Draai lange taken in tmux of met nohup, zodat ze doorgaan nadat je uitlogt.

Voor de video-engine van dezelfde GPU (decoderen en coderen met VA-API), lees Versnelde videotranscodering: geen GPU van €500/maand nodig en ons spiekbriefje Intel Quick Sync (VAAPI) op een Linux VPS: ffmpeg-commando’s die werken. Voor andere AI-modellen op dezelfde GPU, zie Betaalbare AI-inferentie: OpenVINO op geïntegreerde GPU, zonder GPU van €500/maand.

Probeer het

Bekijk de abonnementen: iGPU Start kost € 14,99 en iGPU Power € 29,99 per maand excl. btw.