原文標題:NeRF-XL: Scaling NeRFs with Multiple GPUs
論文連結:https://research.nvidia.com/labs/toronto-ai/nerfxl/assets/nerfxl.pdf
計畫連結:https://research.nvidia.com/labs/toronto-ai/nerfxl/
作者單位:NVIDIA 加州大學柏克萊分校
##論文想法:
圖 2:獨立訓練與多GPU聯合訓練。獨立地訓練多個NeRFs[9,15,18]要求每個NeRF既要建模焦點區域也要建模其周圍環境,這導致了模型容量的冗餘。相較之下,本文的聯合訓練方法使用不重疊的NeRFs,因此沒有任何冗餘。
圖 3:獨立訓練需要在新視角合成時進行混合。無論是在2D[9, 15]或3D[18]中進行混合,都會在渲染中引入模糊。
圖 4:獨立訓練導致不同的相機最佳化。在NeRF中,相機優化可以透過變換不準確的相機本身或所有其他相機以及底層3D場景來實現。因此,伴隨相機優化獨立訓練多個NeRF可能導致相機校正和場景幾何的不一致性,這給混合渲染帶來了更多困難。
圖 5:3D混合可能造成的視覺偽影。左圖展示了使用2個GPU訓練的MegaNeRF結果。在0%重疊時,由於獨立訓練,邊界出現了偽影;而在15%重疊時,由於3D混合,出現了嚴重的偽影。右圖闡釋了這種偽影的成因:雖然每個獨立訓練的NeRF渲染出正確的顏色,但混合後的NeRF並不保證正確的顏色渲染。
圖 6:本文的訓練流程。本文的方法共同訓練所有GPU上的多個NeRFs,每個NeRF涵蓋一個不相交的空間區域。 GPU之間的通訊僅發生在前向傳播中,而不發生在後向傳播中(如灰色箭頭所示)。 (a) 本文可以透過評估每個NeRF以獲得樣本顏色和密度,然後將這些值廣播到所有其他GPU以進行全域體渲染(見第4.2節)。 (b) 透過重寫體渲染方程,本文可以將資料傳輸量大幅減少到每條光線一個值,從而提高效率(見第4.3節)。
實驗結果:
圖 7:定性比較。與先前的工作相比,本文的方法有效地利用多GPU配置,在所有類型的資料上提高了效能。
圖 8:定量比較。基於獨立訓練的先前工作未能隨著額外GPU的增加而實現效能提升,而本文的方法隨著訓練資源的增加,享受了渲染品質和速度的提升。
圖 9:本文方法的可擴展性。更多的GPU允許有更多的可學習參數,這導致了更大的模型容量和更好的品質。
圖 10:大規模擷取上的更多渲染結果。本文在更大的捕獲資料集上使用更多的GPU測試了本文方法的穩健性。請參閱本文的網頁,以取得這些資料的影片導覽。
圖 11:在University4資料集上與PyTorch DDP的比較。 PyTorch 分散式資料並行(Distributed Data Parallel,DDP)旨在透過跨GPU分佈光線來加快渲染速度。相較之下,本文的方法是跨GPU分佈參數,突破了叢集中單一GPU的記憶體限制,並且能夠擴大模型容量以獲得更好的品質。
圖 12:University4上的同步成本。本文基於分區的體渲染(見第4.3節)允許 tile-based 通信,這比原始的基於樣本的通信(見第4.2節)成本要低得多,因此能夠實現更快的渲染。
總結:
總結來說,本文重新檢視了將大規模場景分解為獨立訓練的NeRFs(神經輻射場)的現有方法,並發現了阻礙額外運算資源(GPUs)有效利用的重大問題,這與利用多GPU設定來提升大規模NeRF效能的核心目標相矛盾。因此,本文引入了NeRF-XL,這是一種原理性的演算法,能夠有效地利用多GPU設置,並透過聯合訓練多個非重疊的NeRFs來在任何規模上增強NeRF性能。重要的是,本文的方法不依賴任何啟發式規則,並且在多GPU設定中遵循NeRF的擴展規律(scaling laws),適用於各種類型的資料。
引用:
@misc{li2024nerfxl,title={NeRF-XL: Scaling NeRFs with Multiple GPUs}, author={Ruilong Li and Sanja Fidler and Angjoo Kanazawa and Francis Williams},year={2024},eprint={2404.16221},archivePrefix={arXiv},primaryClass={cs.CV}}
以上是史上最大重建25km²! NeRF-XL:真正有效利用多卡聯合訓練!的詳細內容。更多資訊請關注PHP中文網其他相關文章!

1 前言在发布DALL·E的15个月后,OpenAI在今年春天带了续作DALL·E 2,以其更加惊艳的效果和丰富的可玩性迅速占领了各大AI社区的头条。近年来,随着生成对抗网络(GAN)、变分自编码器(VAE)、扩散模型(Diffusion models)的出现,深度学习已向世人展现其强大的图像生成能力;加上GPT-3、BERT等NLP模型的成功,人类正逐步打破文本和图像的信息界限。在DALL·E 2中,只需输入简单的文本(prompt),它就可以生成多张1024*1024的高清图像。这些图像甚至

“Making large models smaller”这是很多语言模型研究人员的学术追求,针对大模型昂贵的环境和训练成本,陈丹琦在智源大会青源学术年会上做了题为“Making large models smaller”的特邀报告。报告中重点提及了基于记忆增强的TRIME算法和基于粗细粒度联合剪枝和逐层蒸馏的CofiPruning算法。前者能够在不改变模型结构的基础上兼顾语言模型困惑度和检索速度方面的优势;而后者可以在保证下游任务准确度的同时实现更快的处理速度,具有更小的模型结构。陈丹琦 普

Wav2vec 2.0 [1],HuBERT [2] 和 WavLM [3] 等语音预训练模型,通过在多达上万小时的无标注语音数据(如 Libri-light )上的自监督学习,显著提升了自动语音识别(Automatic Speech Recognition, ASR),语音合成(Text-to-speech, TTS)和语音转换(Voice Conversation,VC)等语音下游任务的性能。然而这些模型都没有公开的中文版本,不便于应用在中文语音研究场景。 WenetSpeech [4] 是

由于复杂的注意力机制和模型设计,大多数现有的视觉 Transformer(ViT)在现实的工业部署场景中不能像卷积神经网络(CNN)那样高效地执行。这就带来了一个问题:视觉神经网络能否像 CNN 一样快速推断并像 ViT 一样强大?近期一些工作试图设计 CNN-Transformer 混合架构来解决这个问题,但这些工作的整体性能远不能令人满意。基于此,来自字节跳动的研究者提出了一种能在现实工业场景中有效部署的下一代视觉 Transformer——Next-ViT。从延迟 / 准确性权衡的角度看,

3月27号,Stability AI的创始人兼首席执行官Emad Mostaque在一条推文中宣布,Stable Diffusion XL 现已可用于公开测试。以下是一些事项:“XL”不是这个新的AI模型的官方名称。一旦发布稳定性AI公司的官方公告,名称将会更改。与先前版本相比,图像质量有所提高与先前版本相比,图像生成速度大大加快。示例图像让我们看看新旧AI模型在结果上的差异。Prompt: Luxury sports car with aerodynamic curves, shot in a

人工智能就是一个「拼财力」的行业,如果没有高性能计算设备,别说开发基础模型,就连微调模型都做不到。但如果只靠拼硬件,单靠当前计算性能的发展速度,迟早有一天无法满足日益膨胀的需求,所以还需要配套的软件来协调统筹计算能力,这时候就需要用到「智能计算」技术。最近,来自之江实验室、中国工程院、国防科技大学、浙江大学等多达十二个国内外研究机构共同发表了一篇论文,首次对智能计算领域进行了全面的调研,涵盖了理论基础、智能与计算的技术融合、重要应用、挑战和未来前景。论文链接:https://spj.scien

译者 | 李睿审校 | 孙淑娟近年来, Transformer 机器学习模型已经成为深度学习和深度神经网络技术进步的主要亮点之一。它主要用于自然语言处理中的高级应用。谷歌正在使用它来增强其搜索引擎结果。OpenAI 使用 Transformer 创建了著名的 GPT-2和 GPT-3模型。自从2017年首次亮相以来,Transformer 架构不断发展并扩展到多种不同的变体,从语言任务扩展到其他领域。它们已被用于时间序列预测。它们是 DeepMind 的蛋白质结构预测模型 AlphaFold

说起2010年南非世界杯的最大网红,一定非「章鱼保罗」莫属!这只位于德国海洋生物中心的神奇章鱼,不仅成功预测了德国队全部七场比赛的结果,还顺利地选出了最终的总冠军西班牙队。不幸的是,保罗已经永远地离开了我们,但它的「遗产」却在人们预测足球比赛结果的尝试中持续存在。在艾伦图灵研究所(The Alan Turing Institute),随着2022年卡塔尔世界杯的持续进行,三位研究员Nick Barlow、Jack Roberts和Ryan Chan决定用一种AI算法预测今年的冠军归属。预测模型图


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

MantisBT
Mantis是一個易於部署的基於Web的缺陷追蹤工具,用於幫助產品缺陷追蹤。它需要PHP、MySQL和一個Web伺服器。請查看我們的演示和託管服務。

VSCode Windows 64位元 下載
微軟推出的免費、功能強大的一款IDE編輯器

Dreamweaver Mac版
視覺化網頁開發工具

SublimeText3 英文版
推薦:為Win版本,支援程式碼提示!

記事本++7.3.1
好用且免費的程式碼編輯器