Инженер протестировал TinyGPU v2.0 — миниатюрный GPU с 240 тыс. транзисторов Инженер Понгсагон Вичит протестировал самый маленький графический процессор TinyGPU v2.0, выпущенный по программе Tiny Tapeout. На чипе поместилось 240 тыс. транзисторов. Для сравнения, современные GPU содержат десятки миллиардов транзисторов. Несмотря на ограничения, архитектура аппаратно считает трансформацию, освещение и рендерит до 1000 треугольников в кадре. В тестах чип выдает от 7,5 до 15 FPS, выводя картинку с 4-битным цветом. Также автор отправил в производство TinyGPU v3.0. Главным изменением станет появление программируемого пиксельного шейдера уровня DirectX 8, аналогичного решениям эпохи GeForce 3. Новый процессор сможет обрабатывать четыре пикселя параллельно и выполнять до 31 инструкции на шейдер.

Почему выбрать денойзер сложнее, чем написать свой Шесть денойзеров против одного плёночного шума, один стенд на RTX 4060 Ti и месяцы, ушедшие на то, чтобы понять простую вещь. Однокнопочные решения оставляют грязь или цементируют картинку на сутки рендера, опенсорс плывёт между кадрами, а звёздный новичок на диффузии выдаёт 0,1 к/с и счёт до 150 долларов за семь минут видео. Лучший результат в списке дал ветеран, заслуживший при этом настоящую ненависть, и вовсе не за качество. Плагин с тремя десятками контролов требует 40-60 часов, чтобы научиться им пользоваться, вылетает от любого чиха посреди настройки профиля, а потом снова падает уже во время рендера. Ты выставляешь ползунки десять минут, он помирает вместе с редактором, ты начинаешь заново. И только в конце всплывает деталь, которая меняет отношение к нему целиком. Обсудим, какой денойзер брать под свой исходник и почему мучение с лидером оказалось почти случайным.

Glob3R Реконструкция 3Д-сцен Берёт набор снимков и анализирует их по частям. В каждом участке (окне) система предсказывает геометрию сцены. Находит, как изображения связаны друг с другом. Определяет, как точки на фото соотносятся между собой Потом собирает надёжные связи между точками в общую карту, усредняет повороты камер, усредняет перемещения. Уточняет все параметры и строит детальную 3D-модель сцены • глобальная реконструкция больших сцен • работа с плотными треками и геометрией • синтез новых видов с улучшенным рендерингом • на выходе 3D-карты точек Код/веса ждем #scenereconstruction #imageto2d #image2scene #novelview

🌟 Как поднять X11 в контейнере и запустить Unity в YTsaurus Команда 3D-реконструкции в Яндексе запустила рендеринг Unity-сцен в YTsaurus. За два дня отсканировали гостей премьеры «Кибердеревни», превратили в 3DGS-аватары и отрендерили тысячи роликов. Графические движки оказались требовательнее вычислительных задач. Для запуска Unity в контейнере недостаточно пробросить /dev/nvidia0. 🟡Что добавили: 🟢/dev/nvidia-modeset 🟢/dev/dri/card0 🟢/dev/dri/renderD128 🟢X11-сервер с DDX-драйвером nvidia_drv.so 🟢dbus внутри контейнера Прошли путь от контейнеров в локальном Docker до операций в YTsaurus. На пути выяснилось, каких устройств не хватает. Коллеги из Yandex Infrastructure за несколько часов добавили поддержку Xorg для GPU-хостов. Перед запуском протестировали на Quake II RTX. У A100 нет RT-ядер и NVENC — трассировка через Compute-шейдеры, видео кодируется софтом на CPU. Результат: рендеринг стал обычным шагом в пайплайне. Никаких виртуалок и ручных запусков. @ai_machinelearning_big_data #AI #ML #YTsaurus #3DGS #Unity

Neural Render Proxies (NRP) Технология Disney, ускоряет процесс настройки освещения в компьютерной анимации. Интерактивно и дифференцируемо изменяет освещение статических сцен с фиксированным положением камеры и материалами Разделилилирендеринг на выборку путей и вычисление излучения. За один проход, не зависящий от освещения, собирают данные о транспортировке света. Затем обучают лёгкуюя нейросеть переносить свет от любой точки сцены к любому пикселю изображения минимальные требования к памяти при выводе масштабируемость в зависимости от разрешения, количества источников света и параметров, а не от сложности сцены рилтайм 30–60 Гц Только хвастаются, нам свои технологии не отдадут Спасибо @iNevestenko #research #rendering #lighting #relighting