本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
支持的软件
Deadline Cloud 支持许多用于 3D 渲染、动画、视觉效果和合成的数字内容创作 (DCC) 应用程序。下表中的应用程序已预先配置为开箱即用，可使用以下部分或全部功能：
-
Submitter — 一个集成插件，用于直接从应用程序提交作业。有关更多信息，请参阅 设置您的工作站。
-
Service-managed fleet conda 软件包 —
deadline-cloudconda 频道中的预建软件包，可自动将应用程序安装到工作人员身上，无需构建或维护映像。有关更多信息，请参阅创建队列环境。 -
Usage-based 许可 (UBL) — 在服务管理的队列上进行 Pay-as-you-go 许可，因此您无需自带许可证服务器。不需要许可证即可渲染的应用程序被标记为不需要。有关更多信息，请参阅 服务管理队列的软件许可。
您不仅限于表中的应用程序。通过自己打包，你可以在 Deadline Cloud 上运行几乎所有的应用程序或插件。有关更多信息，请参阅 未列出的软件。
软件支持摘要
下表汇总了对每个应用程序的支持。选择应用程序以获取版本、提交者安装步骤、渲染器、插件和 conda 包的详细信息。
| 软件 | 支持的版本 | 提交者 | Service-managed fleet conda 套餐 | Usage-based 许可 |
|---|---|---|---|---|
| Adobe After | 2024-2026 | Windows、macOS | Windows | 否 |
| Autodesk 3ds Max | 2024-2027 | Windows | 否 | 是 |
| Autodesk Arnold 用于影院 4D | 4.8.4.1 | Windows、macOS | Windows、Linux | 是 |
| Autodesk Arnold for | 7.1-7.4 | Windows、macOS、Linux | Linux | 是 |
| Autodesk 玛雅 | 2023-2026 | Windows、macOS、Linux | Linux | 是 |
| Autodesk VRED | 2025-2026 | Windows | Linux | 否 |
| 搅拌机 | 3.6-5.1 | Windows、macOS、Linux | Linux | 不需要 |
| 玛雅 V-Ray 的混乱 | 6-7 | Windows、macOS、Linux | Linux | 是 |
| 铸造核弹 | 15-17 | Windows、macOS、Linux | Linux | 是 |
| KeyShot Studio | 2023-2025 | Windows、macOS | 否 | 否 |
| Maxon Cinema 4D | 2024-2026 | Windows、macOS | Windows、Linux | 是 |
| Maxon Redshift for Maya | 2025-2026 | Windows、macOS、Linux | Linux | 是 |
| SideFX 胡迪尼 | 19.5-21.0 | Windows、macOS、Linux | Linux | 是 |
| Unreal Engine | 5.4-5.8 | Windows | Windows | 不需要 |
未列出的软件
如果您需要的应用程序、插件或版本不在表中，您仍然可以在 Deadline Cloud 上运行它。 Service-managed 队列从您配置的任何 conda 渠道安装软件，因此不需要由客户管理的队列。您有以下选项：
-
为应用程序或插件构建 conda 包，并将其托管在自己的频道中。服务管理和客户管理的队列中的工作人员的安装方式与来自渠道的软件包相同。
deadline-cloud您可以作为软件包添加的软件示例包括 MayaUSD、自定义着色器和 OCIO 配置等插件。有关更多信息，请参阅 Deadline Cloud 开发人员指南中的为应用程序或插件创建 conda 包。 -
将软件直接安装在客户管理的队列的工作主机上，例如通过自定义 Amazon Machine Image (AMI)。有关更多信息，请参阅 Deadl ine Cloud 开发人员指南中的安装和配置任务所需的软件。
有关为任务提供软件的所有方式的概述，请参阅 Deadl ine Cloud 开发人员指南中的为您的任务提供应用程序。
除了数字内容创作
Deadline Cloud 还支持通用计算密集型工作负载，包括科学模拟、财务建模、机器学习模型训练和评估、自动驾驶仿真和数据处理。通过创建自定义任务包，您可以运行任何受益于分布式并行处理的工作负载。有关跨这些域的示例，请参阅 Deadline Cloud 开发人员指南中的代码示例。
