NeuralVDB 可將煙霧、云和其他稀疏體積數據的內存占用量減少多達 100 倍。

NVIDIA 發布了 NeuralVDB，可將 AI 的強大功能引入 OpenVDB。OpenVDB 是用于模擬和渲染稀疏體積數據（例如水、火焰、煙霧和云）的行業標準庫。

鑒于 OpenVDB 在過去十年內的發展歷程，在 SIGGRAPH 上推出的 NeuralVDB 可為科學計算和可視化、醫學成像、火箭科學和視覺效果等領域的專業人士帶來顛覆性的變革。通過將內存占用量減少高達 100 倍，創作者、開發者和研究人員可以與高度復雜的大型數據集進行實時交互。

在過去十年中，作為視覺效果行業中廣泛運用的核心技術，OpenVDB 贏得了奧斯卡金像獎。此后，它已從娛樂業擴展到稀疏體積數據普遍存在的工業和科學用例，例如工業設計和機器人開發。

去年，NVIDIA 推出了 NanoVDB，為 OpenVDB 添加了 GPU 支持。這帶來了數量級的加速，實現了更快速的性能和更輕松的開發，并開啟了實時模擬和渲染的大門。

NeuralVDB 建立在 NanoVDB 的 GPU 加速基礎上，通過添加機器學習來引入緊湊型神經表示，大大減少了其內存占用率。這使得 3D 數據能夠以更高的分辨率和比 OpenVDB 大得多的規模來表示。其結果是，用戶可以在個人工作站甚至筆記本電腦等設備上輕松處理大規模的體積數據集。在 OpenVDB 的基礎上，NeuralVDB 顯著提高了效率，相比 NanoVDB，NeuralVDB 將體積數據的內存足跡壓縮了高達 100 倍。這使得用戶能夠更高效地傳輸和共享復雜的大型體積數據集。

為了將訓練速度提高 2 倍，NeuralVDB 允許將一幀的權重用于后續幀。NeuralVDB 還允許用戶通過使用前一幀的網絡結果實現時間一致性或流暢編碼。

借助大幅降低內存需求、加速訓練以及實現時間一致性的三重優勢，NeuralVDB 為科學和工業用例帶來了新的可能性，包括用于 AI 醫學成像、大規模數字孿生模擬等用途的大規模復雜數據集。

審核編輯：湯梓紅