利用 NVIDIA NeuralVDB 抢先体验优化大规模稀疏体积数据

NVIDIA NeuralVDB 的推出建立在过去十年 OpenVDB 开发的基础上，是开发人员和研究人员在处理极其庞大和复杂的数据集时的游戏规则改变者。

的预发布版本 NVIDIA NeuralVDB 为 OpenVDB 带来 AI 和 GPU 优化，将烟雾、云和其他稀疏体积数据的内存占用量减少 100 倍。

通过显著降低内存需求、加速训练和实现时间一致性， NeuralVDB 可以为科学和工业用例打开新的可能性。这包括用于支持 AI 的医学成像、大规模数字孪生模拟等的大量复杂体积数据集。

NeuralVDB 简介

在越来越多的用例中可以找到稀疏的体积数据。医疗、工业、机器人、图形和其他领域需要前所未有的高分辨率实时模拟。然而，相应的内存需求可能与硬件约束冲突。

NeuralVDB 通过以小到可以忽略的质量损失为代价提供令人难以置信的高效内存表示来解决这一问题，从而以极高的分辨率实现体积应用。

NeuralVDB 是一组用于高分辨率空间体积数据的紧凑表示的工具和 API 。它改进了 OpenVDB ，这是一个高效存储和处理高分辨率卷的开放行业标准。它还建立在去年推出的 NVIDIA NanoVDB 的 GPU 加速基础上，添加了机器学习，以提供紧凑的神经表示，显著减少其内存占用。

事实上， NeuralVDB 将 OpenVDB 的内存占用减少了 1 – 2 个数量级，代价是用户控制且通常无法察觉的细节丢失。这使您能够更高效地传输和共享大型、复杂的体积数据集。

为此， NeuralVDB 采用树拓扑的无损分类器和稀疏值的有损回归器形式的分层神经表示。这种方法结合了两个世界的优点。它使用神经网络来最大化 3D 数据的压缩比，同时保持更高级别 VDB 数据结构提供的空间适应性。

该组合使 VDB 树能够集中于粗略的、较高节点级的拓扑信息，而多个神经网络在体素和较低树级上紧凑地编码细粒度拓扑和值信息。这也适用于动画卷，甚至可以通过新颖的时间编码特性保持时间一致性并提高性能。

通过观看 NVIDIA on Demand 上 GTC 2022 的 NeuralVDB presentation 了解更多信息。

NVIDIA 正在寻找有兴趣测试 NeuralVDB 早期版本并愿意在今年晚些时候开源发布之前提供反馈以帮助改进功能的开发人员。早期访问程序允许您访问 NeuralVDB SDK 的预发布版本以及示例配置文件和文档。

此 SDK 包括以下关键功能：

NeuralVDB Converter

NeuralVDB Library

NeuralVDB 是 VDB 库的下一个发展，为模拟和渲染稀疏体积数据提供了显著的效率改进。预发布版本现在通过 NVIDIA NeuralVDB Early Access Program 提供。立即注册下载 SDK ，体验人工智能加速 NeuralVDB 为您提供的稀疏卷工作流的强大功能。