fVDB
由 NVIDIA 开发的 fVDB 是一个开源深度学习框架，用于实现稀疏、大规模、高性能的空间智能。它在 OpenVDB 之上构建了 NVIDIA 加速的 AI 运算符，以实现现实级别的数字孪生、神经辐射场、3D 生成式 AI 等。
fVDB PyTorch 扩展程序通过 fVDB 抢先体验计划提供。
fVDB 抢先体验计划将于 2024 年 9 月开始接受申请。
fVDB 3D 深度学习基础架构支持大规模生成式 AI、城市规模的神经辐射场 (NeRF)、物理模拟，以及从 10 亿个点生成网格。
探索主要特性
全面的运算符集
VDB 提供可微运算符，包括卷积、池化、注意力和网格，这些运算符均专为高性能 3D 深度学习应用程序而设计。这些运算符允许您构建用于空间智能的复杂神经网络，例如大规模点云重建和 3D 生成模型。
加速光线追踪
fVDB 利用内置于 OpenVDB 中的层次数字差分分析器 (HDDA) 算法提供快速准确的光线追踪。您可以在城市规模下训练神经辐射场 (NeRF)，并快速生成光线追踪可视化。
优化稀疏卷积
fVDB 的稀疏卷积运算符可以处理大量 3D 数据集。通过优化内存访问模式和计算负载，fVDB 可实现快速、高精度的空间数据处理，这对于执行体积数据分析和物理模拟等任务至关重要。
物理超分辨率。
即将推出：fVDB NIM
很快，fVDB 功能将作为 NVIDIA NIM 推理微服务提供，使开发者能够将 fVDB 核心框架融入 USD 工作流程。fVDB NIM 可在 NVIDIA Omniverse 中生成基于 OpenUSD 的几何图形。
更多 VDB 库
NanoVDB
NanoVDB 由 NVIDIA 开发，为 OpenVDB 增加了实时渲染 GPU 支持。OpenVDB 是获得奥斯卡奖的行业标准数据结构和工具集，用于处理体积效果。
NeuralVDB
NeuralVDB 采用支持 AI 的数据压缩技术，是一种大规模的体积表征，比 OpenVDB (用于模拟和渲染稀疏体积数据，如水、火、烟雾和云的行业标准库) 提供了显著的效率提升。
资源
加入 fVDB 抢先体验计划