Content Creation / Rendering – NVIDIA 技術博客
閱讀開發者創建的最新技術信息、頭條新聞 和內容。
Wed, 25 Jun 2025 05:28:57 +0000
zh-CN
hourly
1
196178272 -
使用 NVIDIA TensorRT for RTX 運行高性能 AI 應用
Thu, 12 Jun 2025 08:01:12 +0000
http://www.open-lab.net/zh-cn/blog/?p=14261
Continued]]>
NVIDIA TensorRT for RTX 現可作為 SDK 下載，該 SDK 可集成到 Windows 和 Linux 的 C++ 和 Python 應用中。在 Microsoft Build 上，我們推出了這款用于高性能 AI 推理的精簡解決方案，支持從 NVIDIA Turing 到 NVIDIA Blackwell 各代產品 (包括最新的 NVIDIA RTX PRO 系列) 的 NVIDIA GeForce RTX GPU。 此首個版本可為各種工作負載（包括卷積神經網絡（CNN）、語音模型和擴散模型）提供高性能推理。TensorRT for RTX 是創意、游戲和生產力應用的理想選擇。我們還有一個 GitHub 項目資源庫，其中包含入門 API 示例和演示，可幫助開發者快速入門。 TensorRT for RTX 基于 NVIDIA TensorRT…
Source
]]>
14261
-
Vortex 利用 NVIDIA Jetson 為醫生辦公室提供類似 CT 的超聲波
Thu, 05 Jun 2025 05:26:51 +0000
http://www.open-lab.net/zh-cn/blog/?p=14409
Continued]]>
盡管醫學成像技術取得了進步，但許多醫療專業人員仍然無法在自己的辦公室中使用診斷成像。Vortex Imaging是一家總部位于以色列的醫學成像設備開發商，也是NVIDIA Inception計劃的成員。 CT 和 MRI 掃描功能強大，但它們需要昂貴的基礎設施，并且通常局限于醫院環境或專用的診斷成像中心。超聲波機器的便攜性更高，但即使是最先進的系統也取決于操作者的技能，并且只能提供窄視野。因此，許多不在專門設施內的臨床醫生不得不將患者轉診到其他地方進行成像，從而延遲診斷和治療。 Vortex 提供的設備 Vortex360 將易用性與先進的診斷功能相結合，以彌補這一差距。這款緊湊型探針的尺寸大致相當于游戲機的尺寸，便于在辦公室內進行診斷。它可以停靠在約為高腰的推車中，以最小的占用空間將完整的影像帶到護理點。 我們的產品依托簡單易用的超聲波、
Source
]]>
14409
-
NVIDIA 發布面向虛幻引擎開發者的 RTX 神經網絡渲染技術
Mon, 02 Jun 2025 08:34:51 +0000
http://www.open-lab.net/zh-cn/blog/?p=14145
Continued]]>
人工智能正在彌合游戲視覺效果與電影中最先進的 CGI 之間的差距。它正在發展傳統的圖形編程，為開發者提供實現創意愿景的新方法。 在 CES 2025 上，NVIDIA 推出了 RTX 神經網絡著色器。它們使開發者能夠直接在著色器中訓練和部署微型神經網絡，以更好地壓縮大型紋理文件并實時渲染復雜材質。在本周舉辦“虛幻盛宴：奧蘭多 2025 ( UE 2025) ”之際，NVIDIA 還在加速神經網絡著色器的開發。 自今年年初推出以來，RTX 神經網絡著色器通常依賴于通用著色器 CUDA 核心進行推理。這將導致速度更慢、復雜性更低且 AI 生成的圖形功能更低。 現已推出的 Microsoft DirectX 12 Agility SDK 預覽版增加了對協作向量功能的支持。該功能允許游戲開發者從 DirectX 著色器中直接訪問 RTX Tensor Core，
Source
]]>
14145
-
印第安納瓊斯? 中的路徑追蹤優化：透明度 MicroMaps 和動態 BLAS 壓縮
Thu, 15 May 2025 07:17:13 +0000
http://www.open-lab.net/zh-cn/blog/?p=13981
Continued]]>
本系列第一篇文章是 “ Indiana Jones 中的路徑追蹤優化：Shader Execution Reordering 和 Live State Reductions ”，其中 介紹了 ray-gen shader 級別的優化，這些優化可加快“ Indiana Jones and the Great Circle”的主要路徑追蹤通道 (“TraceMain”) 。 第二篇博文介紹了在游戲的路徑追蹤模式下，在 光線追蹤加速結構 層面針對植被密集的場景進行的其他 GPU 優化： 本文中的所有數據均來自圖 1 所示的秘魯場景，使用 GeForce RTX 5080 GPU，并使用表 1 中的圖形設置以及 Shader Execution Reordering (SER) 和 Live State Reductions 帖子中的 SER 優化功能。
Source
]]>
13981
-
印第安納瓊斯? 中的路徑追蹤優化：著色器執行重排序與實時狀態降低
Thu, 15 May 2025 07:09:28 +0000
http://www.open-lab.net/zh-cn/blog/?p=13978
Continued]]>
本文是“ Indiana Jones 系列 中的 Path Tracing Optimizations”的一部分 。 在 2024 年為“ Indiana Jones and the Great Circle”添加路徑追蹤模式時，我們使用了 Shader Execution Reordering (SER)，一項自 NVIDIA GeForce RTX 40 Series 發布以來，NVIDIA GPU 就一直支持的功能，來提高 GPU 性能。 為優化 SER 在主路徑追蹤通道 () 中的使用，我們使用了 NVIDIA Nsight Graphics GPU Trace Profiler。我們發現，其 RayGen 著色器 使用大量光線追蹤 (RT) 實時狀態字節，這降低了 SER 的效率。通過在 GPU Trace Profiler 中使用“ Ray Tracing…
Source
]]>
13978
-
NVIDIA TensorRT 解鎖 NVIDIA Blackwell GeForce RTX 50 系列 GPU 的 FP4 圖像生成
Wed, 14 May 2025 07:41:19 +0000
http://www.open-lab.net/zh-cn/blog/?p=13997
Continued]]>
NVIDIA Blackwell 平臺的推出開啟了生成式 AI 技術進步的新時代。其最前沿是新推出的 GeForce RTX 50 系列 GPU，適用于 PC 和工作站，配備具有 4 位浮點計算 (FP4) 的第五代 Tensor Cores，是加速 Black Forest Labs 的 FLUX 等高級生成式 AI 模型的必備。 隨著新的圖像生成模型力求達到速度、準確性、更高分辨率和復雜的提示依從性，它們變得越來越大、越來越復雜。要在 PC 和工作站的本地推理中部署這些大型復雜模型，超越 16 位和 8 位計算的優勢在于。 Blackwell 與 NVIDIA TensorRT 推理工具軟件生態系統相結合，可提供易于使用的庫，這些庫支持用于推理的 FP4 量化和部署，具有出色的性能和質量。 實現這一目標并非易事。為了利用 Blackwell 中的 4 位硬件創新，
Source
]]>
13997
-
使用 NVIDIA OptiX 9 和 NVIDIA RTX Mega Geometry 實現動態場景的快速光線追蹤
Thu, 24 Apr 2025 03:57:25 +0000
http://www.open-lab.net/zh-cn/blog/?p=13723
Continued]]>
實時光線追蹤是一種強大的渲染技術，可以生成非常逼真的圖像。 NVIDIA OptiX 和 RTX 技術使這一切成為可能，即使是具有大量細節的場景也是如此。然而，當這些細節豐富的場景涉及到動作和動畫時，保持實時光線追蹤性能可能具有挑戰性。 本文將探討 NVIDIA OptiX 9 的全新 RTX Mega Geometry 功能 (尤其是 Cluster Acceleration Structures (CLAS)) 如何實現動態、高密度幾何圖形的快速光線追蹤。我們將特別關注細分表面。您可以在 NVIDIA/optix-subd GitHub 資源庫中獲取演示 OptiX 中 CLAS API 的開源示例代碼以及本文中描述的概念。 RTX 硬件上的 NVIDIA OptiX 能夠以每個像素一個樣本的速度實時光線追蹤大型場景，前提是幾何圖形保持不變。
Source
]]>
13723
-
利用 NVIDIA DesignWorks 實現實時 GPU 加速的高斯體渲染示例 vk_gaussian_splatting
Wed, 23 Apr 2025 05:42:33 +0000
http://www.open-lab.net/zh-cn/blog/?p=13611
Continued]]>
高斯射是一種渲染復雜 3D 場景的新穎方法，可將這些場景表示為 3D 空間中各向異性 Gaussians 的集合。這項技術能夠實時渲染從小集圖像中學習到的逼真場景，非常適合游戲、虛擬現實和實時專業可視化領域的應用。 vk_gaussian_splatting 是基于 Vulkan 的新示例，展示了實時高斯射，這是一種先進的立體渲染技術，可實現輻射場的高效表示。這是 NVIDIA DesignWorks 示例 的最新成員。 NVIDIA DevTech 團隊將這個新的示例項目視為探索和比較 3D 高斯射 (3D Gaussian splatting) 實時可視化的各種方法的試驗平臺。通過評估各種技術和優化，該團隊旨在就使用 Vulkan API 時的性能、質量和實施權衡提供有價值的見解。 初始實施基于光柵化，展示了兩種渲染 splats 的方法，
Source
]]>
13611
-
在 NVIDIA OptiX 中使用協作向量實現神經渲染
Thu, 17 Apr 2025 06:19:54 +0000
http://www.open-lab.net/zh-cn/blog/?p=13634
Continued]]>
NVIDIA OptiX 9.0 的發布引入了一項名為 Cooperative Vectors 的新功能，可將 AI 工作流作為光線追蹤內核的一部分。該功能利用 NVIDIA RTX Tensor Cores 在著色過程中進行硬件加速的矩陣運算和神經網絡計算。這解鎖了 NVIDIA RTX Neural Shaders 和 NVIDIA RTX Neural Texture Compression (NTC) 等 AI 渲染技術，并在實時渲染中進一步向電影級逼真材質邁進。 協作向量 API 已在 OptiX 、 DirectX 、 NVAPI 、 Slang 和 Vulkan 中推出。本文將探討適用于所有 API 的協作向量背后的概念，并通過使用 OptiX API 的示例進行工作。 多層感知器 (MLP) 是許多神經網絡算法的基本構建模塊。研究表明，
Source
]]>
13634
-
借助 NVIDIA NIM 微服務，在 RTX AI PC 和工作站上開啟您的 AI 之旅
Tue, 25 Mar 2025 09:11:53 +0000
http://www.open-lab.net/zh-cn/blog/?p=13372
Continued]]>
隨著數字人、智能體、播客、圖像和視頻生成等新興用例的出現， 生成式 AI 正在改變我們與 PC 的交互方式。這種范式轉變要求我們以新的方式與生成式 AI 模型進行交互和編程。然而，對于 PC 開發者和 AI 愛好者而言，入門可能會非常困難。 今天，NVIDIA 在 NVIDIA RTX AI PC 上發布了一套 NVIDIA NIM 微服務 ，以在 PC 上快速啟動 AI 開發和實驗。NIM 微服務目前處于 beta 階段，提供涵蓋語言、語音、動畫、內容生成和視覺功能的 AI 基礎模型。 這些易于使用的行業標準 API 可幫助您在 NVIDIA RTX AI PC 上使用 NVIDIA NIM，開啟從實驗到構建的 AI 之旅。它們易于下載和運行，涵蓋 PC 開發的主流模式，并與主流生態系統應用程序和工具兼容。 將 AI 引入 PC 會帶來獨特的挑戰。
Source
]]>
13372
-
使用 NVIDIA Cosmos 世界基礎模型擴展合成數據和物理 AI 推理
Tue, 18 Mar 2025 04:49:04 +0000
http://www.open-lab.net/zh-cn/blog/?p=13311
Continued]]>
人形機器人和自動駕駛汽車等新一代 AI 機器人依賴于高保真、物理感知的訓練數據 。如果沒有多樣化且具有代表性的數據集，這些系統將無法獲得適當的訓練，并且由于泛化性差、對現實世界變化的影響有限以及邊緣案例中的行為不可預測，因此會面臨測試風險。收集大量真實數據集進行訓練成本高昂、耗時費力，而且往往受限于各種可能性。 NVIDIA Cosmos 通過加速 世界基礎模型 (WFM) 開發來應對這一挑戰。Cosmos WFM 是其平臺的核心，可加快合成數據的生成 ，并作為后訓練的基礎，以開發下游領域或特定任務的 物理 AI 模型 來解決這些挑戰。 本文將探討最新的 Cosmos WFM、其推進物理 AI 的關鍵功能，以及如何使用它們。 Cosmos Transfer WFM 根據結構化輸入生成高保真世界場景，確保精確的空間對齊和場景構成。 通過采用 ControlNet 架構，
Source
]]>
13311
-
NVIDIA RTX 在 GDC 2025 上推進神經渲染和數字人技術
Mon, 17 Mar 2025 06:15:20 +0000
http://www.open-lab.net/zh-cn/blog/?p=13342
Continued]]>
AI 正在改變我們喜愛的游戲的體驗方式。借助神經渲染和生成式 AI 驅動的角色，它將視覺效果、性能和游戲體驗的可能性提升到了新的高度。隨著游戲開發變得越來越復雜，AI 也在幫助藝術家和工程師實現創意愿景方面發揮作用。 在 GDC 2025 上 ， NVIDIA 基于我們的神經渲染技術套件 NVIDIA RTX Kit 進行構建，擴展了 NVIDIA ACE ，這是一個面向 AI 驅動的游戲角色的工具包，還展示了生成式 AI 如何增強游戲開發者的能力，幫助您創建更大、更神奇的世界，供游戲玩家享受。 在 CES 上，NVIDIA 推出了 RTX Neural Shaders，將小型神經網絡引入可編程著色器，以提高圖像質量、提升性能并減少系統資源。從紋理、材質到照明，應用十分廣泛。 今天，NVIDIA 和 Microsoft 宣布將于 2025 年 4…
Source
]]>
13342
-
在 NVIDIA 視頻編解碼器 SDK 13.0 中使用 MV-HEVC 啟用立體和 3D 視圖
Mon, 24 Feb 2025 09:08:02 +0000
http://www.open-lab.net/zh-cn/blog/?p=13052
Continued]]>
NVIDIA 宣布在最新的 NVIDIA 視頻編解碼器 SDK 版本 13.0 中實施多視圖高效視頻編碼 (MV-HEVC) 編碼器。這一重要更新標志著硬件加速的多視圖視頻壓縮技術實現了重大飛躍。與 simulcast 編碼相比，它為立體和 3D 視頻應用提供了更高的壓縮效率和質量。 MV-HEVC 是高效視頻編碼 (HEVC) 標準的擴展，旨在高效壓縮從不同有利位置拍攝的同一場景的多個視頻視圖。它解決了傳統視頻編碼方法 (如 simulcast 編碼) 的局限性，這些方法通常會導致多視圖內容的高比特率，并且缺乏高效的視圖間預測。 Video Codek SDK 13.0 中的 MV-HEVC 實現包括以下功能： 這些功能為您提供靈活的多視圖內容編碼選項，同時保持高質量和高效率。 MV-HEVC 實現使用高級技術實現出色的壓縮：
Source
]]>
13052
-
NVIDIA 視頻編解碼器 SDK 13.0 由 NVIDIA Blackwell 驅動
Mon, 24 Feb 2025 08:59:43 +0000
http://www.open-lab.net/zh-cn/blog/?p=13047
Continued]]>
NVIDIA Video Codec SDK 13.0 的發布標志著重大升級，增加了對新一代 NVIDIA Blackwell GPU 的支持。此版本帶來了大量改進，旨在提升視頻編碼和解碼功能。從增強的壓縮效率到更好的吞吐量和編碼質量，SDK 13.0 可滿足視頻生態系統不斷變化的需求。 以下是本次更新中引入的一些主要功能。 編碼功能: 解碼功能: 以下是本次更新中有關關鍵編碼功能的詳細信息。 NVIDIA Blackwell 中的 NVIDIA 編碼器 (NVENC) 硬件包含許多用于提高壓縮效率的增強功能。其中包括改進運動估計，包括增強的子像素搜索和更好的速率失真優化（RDO），以及 HEVC 和 AV1。這些增強功能適用于所有預設，與 ADA 代 GPU 相比，可顯著提升質量。 在前幾代產品中，NVENC 支持的格式包括 4:2:0 和…
Source
]]>
13047
-
NVIDIA RTX Mega Geometry 現已支持新的 Vulkan 示例程序
Thu, 06 Feb 2025 04:23:27 +0000
http://www.open-lab.net/zh-cn/blog/?p=12866
Continued]]>
在過去 30 年里，計算機圖形領域的幾何細節呈指數級增長。為了渲染具有更高實例數量和三角形密度的高質量素材，NVIDIA 推出了 RTX Mega Geometry。RTX Mega Geometry 現已通過 NVIDIA RTX Kit 推出，這是一套渲染技術，可利用 AI 對游戲進行光線追蹤、渲染具有宏大幾何圖形的場景，以及創建具有逼真視覺效果的游戲角色。 作為此版本的一部分，新的 Vulkan 示例已提供給所有開發者。這些開源示例展示了如何使用三角形集群更快地構建加速結構、渲染大量動畫幾何圖形、具有流式傳輸細節級別（LoD）的路徑追蹤模型等。NVIDIA 還將發布兩個庫，幫助將幾何圖形處理到集群中。有關 RTX Mega Geometry 的更多信息，請參閱 GitHub 上的文檔。有關單個 Vulkan 示例的更多信息，請訪問每個存儲庫。 此示例介紹了集群，
Source
]]>
12866
人人超碰97caoporen国产