渲染案例 | AI推动传统渲染方式

来源:NVIDIA英伟达企业解决方案  发布时间:2020-10-15 11:52:03 阅读量:7

随着人们对电影和游戏的3D画质要求变得越来越高,行业整体处在变革时期,线下离线渲染在很多情况下已无法满足日益增长的算力需求, 图形硬件加速迫在眉睫。


南京科技有限公司主营业务为数字资产授权,应用行业包括影视场景制作、游戏场景制作以及AR/VR制作、艺术设计、AEC建筑与工程设计等。在专业图形计算、人工智能和云计算应用领域目前排名亚洲第一,同时也是全球第三大3D模型和PBR材质数字资产库。


精良的材质是提高作品质量的必要条件,特效电影以及3A游戏都是用高品质的虚拟模型和材质渲染而成。随着人们对电影和游戏的3D画质要求变得越来越高,整个行业对超高精度的PBR材质及高精度3D模型的需求与日俱增。基于CPU的解决方案经常存在数据处理、渲染以及编码时间长、延迟高等问题,线下离线渲染在很多情况下已无法满足日益增长的算力需求


另外,目前行业整体处在变革时期。广播电视系统4K向8K标准升级,无线通讯系统从4G向5G标准升级,平面二维视觉向立体三维VR/AR升级等多重转型期。影视、游戏、教育、AR/VR行业急需庞大的素材库支撑代替传统手工制作,图形硬件加速迫在眉睫。


传统渲染方式受限,引入人工智能迫在眉睫。在影视作品、艺术设计以及游戏制作方面,由于没有庞大的素材库和算力支撑,大部分公司只能采用手工制作场景。手工制作不仅非常耗时成本颇高,效果也差强人意,甚至因为无法体现展现逼真的光线效果导致拖累整个项目进度。






NVIDIA Quadro RTX Server:

更高算力,更强


如果有海量成熟的虚拟素材库授权,将能够帮助3D创作者节省80% 的模型制作时间,同时在单一项目中节省50% 以上的资金投入以及人力成本投入。但目前市场供应量严重不足,全球能提供的高品质虚拟素材数量仅2万余个,无法满足艺术家的创作需求。此外,在影视游戏VR/AR 8K的普及过程中,之前适配1K甚至更低的480p的模型材质等数字资产早已完全不能满足使用。



图一 | 虚拟模型

图二 | 虚拟材质



在这样的背景下,万生华态决定采用NVIDIA解决方案,提高对专业图形计算算力的投入,增加人工智能的研究,引入云计算平台,提升解决效率及用户体验。万生华态借助由NVIDIA Quadro RTX 8000组成的NVIDIA Quadro RTX Server强大的渲染性能,大幅缩短了等待渲染时间。这套系统让长达数十小时至数天的烘焙渲染流程缩短至数秒,相比基于CPU平台提升效率最高可达500倍。


Quadro RTX 8000拥有4608个CUDA核心,搭配NVLink多GPU技术扩展,可将48GB GDDR6 ECC扩展至96GB显存,高达100GB/s的带宽在负载处理复杂大型三维模型和材质时显得游刃有余。此外,576个Tensor核心还带来了AI增强功能,借助AI加速,能够高效迅速地完成“重复耗时”的工作。


Quadro RTX 8000的RT Core核心光线追踪技术展现精准的反射、漫反射、折射和投射等效果,以及硬阴影、软阴影、多光源阴影和区域阴影,搭建出逼真的拍摄场景,弥补了传统拍摄方式镜头效果的局限性。最令人叹服的是,实时渲染而成的光线所见即所得,减少了制作人员等待和交流的时间成本,大大提升了工作效率。




NVIDIA Omniverse:

远程协同制作无压力


万生华态还注册参与了NVIDIA Omniverse Early Access 灯塔计划。协同工作搭配云上素材库,实现了在多个应用程序间交换建模、着色、动画、灯光、视觉效果和渲染信息,简化了2D和3D产品制作流水线。


NVIDIA Omniverse提高了性能标准,采用开源的USD跨业内主要软件包实现了可扩展的实时协作工作流。无论使用何种工具,都无需耗时转换,身处全球各地的制作者和客户可以通过Omniverse Viewer实时观看项目进展,协同制作从此达到前所未有的轻松状态。


NVIDIA还为万生华态提供Path Traced模式底层接口,物理GPU向vGPU移植,定制素材库和云上渲染协同工作流程。传统物理环境中的特性移植到虚拟化环境中,GPU资源池满足了大量算力需求。数据中心用户也把大量GPU业务放到虚拟化平台上,帮助创作者节省寻找和下载素材的时间,进而专注于创作,为客户更高效地提供产品,从而促进用户对GPU更广泛的应用,完善合作布局生态。


万生华态开发与应用部门主管表示:“USD和MDL的集成大大消除了制作软件之间的边界,NVIDIA Omniverse Kit的集成则大大的减少了设计师在制作流程上赘余的工作,我们希望通过提供高质量的USD资产,以及更便捷的制作服务来配合NVIDIA Omniverse,并帮助用户更轻松的制作出高质量的艺术作品。”


通过Omniverse和RTX Server连通LED阵列墙的方式替代传统的人工打光与布景方式,借助UE4的虚拟场景方式代替传统的实物棚拍,完全同步好莱坞影视级别标准。




人工智能+深度学习

更高效更逼真


万生华态在合作制定8K广播电视制作传输播放标准的项目中,借助了NVIDIA深度学习超采样技术DLSS,使用低分辨率图像生成高分辨率图像。在不占用画面处理资源的同时,获得更高的分辨率和刷新率,大大节省了传输带宽成本。


此外,在数字人项目中,公司借助深层神经网络,捕捉获得面部的所有信息,包括表情和物理细节。NVIDIA GPU作为黑盒,将捕捉的所有信息转为数据,借助人工智能学习输出数字成像,帮助艺术家实时渲染生成最真实的数字人类。



图三 | 智能3D模拟

图四 | 智能面部捕捉






NVIDIA助力万生华态

打造更优质的创作


在应用了Quadro RTX Server后,在CUDA、OPENGL和TensorRT等平台的加速下,万生华态大幅降低了制作团队的运维和管理负担,帮助创作者更加沉浸于创作本身,客户能更快收到满意的产品。同时,之前昂贵且被大型影视游戏工厂垄断的模型和PBR材质也能够被一般中小型工作室所使用,为整个市场持续增添活力。


万生华态还由之前纯手工/半手工的制作流程转变为AI自动化和工业化批量生产流程,弥补了CPU图像处理能力不足和效率低的技术难题,使大规模生产成为可能,并能够不断拓宽应用场景。


NVIDIA MDL(材质定义语言),给予了万生华态创作团队极大的灵活度,使他们可以在各种所支持的软件间分享物理属性的材质和光照。该公司创建的MDL材质(例如特定的地毯、室内装潢或服饰)可保存于库中,用于任何其他能够支持的应用。


NVIDIA Omniverse的成功部署,也让万生华态优化了开发应用体验,助力其快速扩张业务。


万生华态CTO人工智能学习专家表示:“人工智能的核心是数据支持,AI助力的数据筛选分析,使我们对产品呈现的效果更加胸有成竹。”


*本文转载自NVIDIA英伟达企业解决方案


****************************************************************************************************************************************************************感谢对胖大牛的支持,本站致力于无偿分享IT产品与行业信息。部分文章未能与原作者取得联系,若涉及版权问题,烦请原作者联系我们修改或删除。
支付宝打赏 微信打赏
下一篇:

  Popular Tags

胖大牛-只为您的技术服务 张博 手机&微信:18521097376 邮箱:zb@109du.com 同时感谢Catfish提供源代码 GPU服务器:贝亘鑫
沪ICP备19040636号-1
Catfish(鲶鱼) Blog V 2.3.24