0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

NVIDIA发布NeuralVDB 可将内存占用量减少高达100倍

NVIDIA英伟达企业解决方案 来源:NVIDIA英伟达企业解决方案 作者:NVIDIA英伟达企业解 2022-08-14 10:58 次阅读

NeuralVDB 可将烟雾、云和其他稀疏体积数据的内存占用量减少多达 100 倍。

NVIDIA 发布了 NeuralVDB,可将 AI 的强大功能引入 OpenVDB。OpenVDB 是用于模拟和渲染稀疏体积数据(例如水、火焰、烟雾和云)的行业标准库。

鉴于 OpenVDB 在过去十年内的发展历程,在 SIGGRAPH 上推出的 NeuralVDB 可为科学计算和可视化、医学成像、火箭科学和视觉效果等领域的专业人士带来颠覆性的变革。通过将内存占用量减少高达 100 倍,创作者、开发者和研究人员可以与高度复杂的大型数据集进行实时交互。

在过去十年中,作为视觉效果行业中广泛运用的核心技术,OpenVDB 赢得了奥斯卡金像奖。此后,它已从娱乐业扩展到稀疏体积数据普遍存在的工业和科学用例,例如工业设计和机器人开发。

去年,NVIDIA 推出了 NanoVDB,为 OpenVDB 添加了 GPU 支持。这带来了数量级的加速,实现了更快速的性能和更轻松的开发,并开启了实时模拟和渲染的大门。

NeuralVDB 建立在 NanoVDB 的 GPU 加速基础上,通过添加机器学习来引入紧凑型神经表示,大大减少了其内存占用率。这使得 3D 数据能够以更高的分辨率和比 OpenVDB 大得多的规模来表示。其结果是,用户可以在个人工作站甚至笔记本电脑等设备上轻松处理大规模的体积数据集。在 OpenVDB 的基础上,NeuralVDB 显著提高了效率,相比 NanoVDB,NeuralVDB 将体积数据的内存足迹压缩了高达 100 倍。这使得用户能够更高效地传输和共享复杂的大型体积数据集。

为了将训练速度提高 2 倍,NeuralVDB 允许将一帧的权重用于后续帧。NeuralVDB 还允许用户通过使用前一帧的网络结果实现时间一致性或流畅编码。

借助大幅降低内存需求、加速训练以及实现时间一致性的三重优势,NeuralVDB 为科学和工业用例带来了新的可能性,包括用于 AI 医学成像、大规模数字孪生模拟等用途的大规模复杂数据集。

审核编辑:汤梓红

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • NVIDIA
    +关注

    关注

    14

    文章

    4857

    浏览量

    102722
  • gpu
    gpu
    +关注

    关注

    28

    文章

    4676

    浏览量

    128609
  • AI
    AI
    +关注

    关注

    87

    文章

    29838

    浏览量

    268145

原文标题:SIGGRAPH 22 | 提升标准:NVIDIA 推出 NeuralVDB,将 AI 和 GPU 优化引入 OpenVDB

文章出处:【微信号:NVIDIA-Enterprise,微信公众号:NVIDIA英伟达企业解决方案】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    英伟达发布新一代H200,搭载HBM3e,推理速度是H100

    电子发烧友网报道(文/李弯弯)日前,英伟达正式宣布,在目前最强AI芯片H100的基础上进行一次大升级,发布新一代H200芯片。H200拥有141GB的内存、4.8TB/秒的带宽,并将与H100
    的头像 发表于 11-15 01:15 3390次阅读
    英伟达<b class='flag-5'>发布</b>新一代H200,搭载HBM3e,推理速度是H<b class='flag-5'>100</b>两<b class='flag-5'>倍</b>!

    如何优化RAM内存使用

    :使用任务管理器查看当前运行的程序和服务,关闭那些不需要的。 禁用启动程序 :减少开机启动项,只保留必要的程序。 2. 优化操作系统设置 调整虚拟内存 :合理设置虚拟内存,避免过多占用
    的头像 发表于 11-11 09:58 75次阅读

    INA333 RG接100欧不是放大1000吗?怎么输出才2左右?

    RG接100欧不是放大1000吗?怎么输出才2左右?请问要放大1000如何接才正确?
    发表于 09-11 07:25

    NVIDIA NIM微服务带来巨大优势

    新服务通过热门 AI 模型为数百万开发者带来高达 5 的 token 效率提升,使他们能够立即访问在 NVIDIA DGX Cloud 上运行的 NIM 微服务。
    的头像 发表于 08-23 15:20 432次阅读

    LM7171放大倍数理论设定为100,实测只有70左右,为什么?

    LM7171放大倍数理论设定为100,实测只有70左右
    发表于 08-16 06:36

    mesh的内存占用能否优化?

    我测试到esp_mesh在开启的情况下,即打开wifi和打开mesh,DRAM会占用大约130kb内存。且测试发现esp32剩余内存不足大约60kb的时候系统会重启。这样来说300KB内存
    发表于 06-28 15:32

    进一步解读英伟达 Blackwell 架构、NVlink及GB200 超级芯片

    冷却技术,提高计算密度,减少占地面积,并通过高带宽、低延迟的GPU通信,有效减少数据中心的碳足迹和能源消耗。相较于传统的NVIDIA H100风冷基础设施,GB200在相同功耗下实现2
    发表于 05-13 17:16

    linux下查询进程占用内存方法有哪些?

    linux下查询进程占用内存方法
    发表于 04-08 06:03

    FORESEE LPCAMM2内存新形态

    FORESEELPCAMM2内存新形态在此次CFMS峰会中,江波龙还发布了FORESEELPCAMM2(16GB/32GB/64GB),该产品以其独特的128bit位宽设计,实现了内存形态的新突破
    的头像 发表于 03-28 08:19 732次阅读
    FORESEE LPCAMM2<b class='flag-5'>内存</b>新形态

    NVIDIA 推出 Blackwell 架构 DGX SuperPOD,适用于万亿参数级的生成式 AI 超级计算

    基于先进的 NVIDIA 网络、NVIDIA 全栈 AI 软件和存储技术,可将集群中 Grace Blackwell 超级芯片的数量扩展至数万个,通过 NVIDIA NVLink
    发表于 03-19 10:56 361次阅读
    <b class='flag-5'>NVIDIA</b> 推出 Blackwell 架构 DGX SuperPOD,适用于万亿参数级的生成式 AI 超级计算

    NVIDIA将在今年第二季度发布Blackwell架构的新一代GPU加速器“B100

    根据各方信息和路线图,NVIDIA预计会在今年第二季度发布Blackwell架构的新一代GPU加速器“B100”。
    的头像 发表于 03-04 09:33 1217次阅读
    <b class='flag-5'>NVIDIA</b>将在今年第二季度<b class='flag-5'>发布</b>Blackwell架构的新一代GPU加速器“B<b class='flag-5'>100</b>”

    在MDK中使用RTT为什么内存占用这么大?

    为什么在MDK中使用RTT ,内存占用这么大?
    发表于 02-26 07:19

    利用NVIDIA产品技术组合提升用户体验

    本案例通过利用NVIDIA TensorRT-LLM加速指令识别深度学习模型,并借助NVIDIA Triton推理服务器在NVIDIA V100 GPU上进行高效部署,帮助必优科技的文
    的头像 发表于 01-17 09:30 636次阅读

    NVIDIA DOCA 2.5 长期支持版本发布

    正值 NVIDIA DOCA 面世三周年之际,NVIDIA 于近日发布了适用于 NVIDIA BlueField-3 网络平台的 NVIDIA
    的头像 发表于 12-26 18:25 374次阅读
    <b class='flag-5'>NVIDIA</b> DOCA 2.5 长期支持版本<b class='flag-5'>发布</b>

    SiC晶圆划片工艺:速度提升100,芯片增加13%

    近日,一家日本厂商发布了一种全新的SiC晶圆划片工艺,与传统工艺相比,这项技术可将划片速度提升100,而且可以帮助SiC厂商增加13%的芯片数量。
    的头像 发表于 11-21 18:15 2291次阅读
    SiC晶圆划片工艺:速度提升<b class='flag-5'>100</b><b class='flag-5'>倍</b>,芯片增加13%