KIRI Innovations 是一家面向全球市場的 AI 公司,致力于通過前沿技術(shù)賦能 3D 內(nèi)容制作,降低 3D 內(nèi)容生產(chǎn)的門檻。公司擁有 3D 重建引擎 KIRI Engine,通過手機(jī)拍照即可實現(xiàn)對物體的超寫實 3D 建模。
上線短短幾個月的時間內(nèi),KIRI Engine 全球用戶已突破 30 萬人,且還在快速增長中,其中包括 Google、Roblox、EA、Epic Games、Meta 等元宇宙企業(yè)用戶。用戶通過 KIRI Engine App 或 KIRI Engine 網(wǎng)頁端將圍繞物體拍攝的照片上傳至云端進(jìn)行處理,就可以獲得和現(xiàn)實物體一模一樣的 3D 模型素材,再將這些逼真的 3D 模型素材應(yīng)用在各種包括 VR 場景、3D 游戲、影視特效在內(nèi)的 3D 內(nèi)容制作中。
KIRI Engine 的背后,是一套部署在云端的神經(jīng)網(wǎng)絡(luò)重建算法,能夠通過多角度照片集或視頻,對現(xiàn)實物體生成具有紋理材質(zhì)信息和幾何信息的超寫實 3D 模型。這種重建算法的計算量非常巨大,使用傳統(tǒng)解決方案意味著消耗大量的算力資源和成本。KIRI Engine 使用 NVIDIA V100 和 NVIDIA T4 GPU在云端進(jìn)行計算,V100 負(fù)責(zé)進(jìn)行復(fù)雜的神經(jīng)網(wǎng)絡(luò)訓(xùn)練,而 T4 則負(fù)責(zé)模型推理,將訓(xùn)練好的模型移至 T4 GPU 的主機(jī)上,通過輸入新的數(shù)據(jù)來獲得想要的結(jié)果;T4 也會進(jìn)行相對簡單的圖像處理和點云匹配計算任務(wù),同時依靠 NVIDIA CUDA 進(jìn)行加速,使得計算成本得以減少數(shù)百倍至每個模型幾角錢。
KIRI Engine 的核心價值不僅在于用更低的成本為 3D 開發(fā)者提供 3D 重建工具,更在于通過快速增長的用戶在云端積累海量 3D 數(shù)據(jù)集。隨著 AI 帶來的創(chuàng)作變革,AI 生成 3D 模型將會是下一個生成式 AI 的主戰(zhàn)場,而高度標(biāo)準(zhǔn)化的 3D 數(shù)據(jù)集是 AI 生成 3D 模型的必要條件。在生成式 AI 全面到來的時代,KIRI 正在面對一個更大的市場和全新的挑戰(zhàn)。
如何兼顧降低計算成本
與提升 3D 重建水平
傳統(tǒng)的照片 3D 建模技術(shù)對 CPU 非常依賴,但 CPU 的硬件限制使得這種方法的成本過高,所以其應(yīng)用領(lǐng)域主要是資金充裕的大型企業(yè)和政府項目。人們與信息的交互方式正在因 VR/XR 的技術(shù)突破而經(jīng)歷從 2D 向 3D,和從信息互聯(lián)到空間互聯(lián)的范式轉(zhuǎn)移。這種范式轉(zhuǎn)移將極大帶動市場對 3D 內(nèi)容的需求,顯然過去高成本的 3D 建模技術(shù)無法適應(yīng)市場的變化。因此,需要探索一種新的計算方式,在滿足不斷增加的 3D 重建需求的同時,還要顛覆性地降低計算成本。
three.js 腳本在 Github 的周下載量
three.js 腳本作為制作 3D 內(nèi)容必不可少的工具之一,其下載量趨勢能側(cè)面反映出全球 3D 內(nèi)容的增長趨勢;而從表中可以看出 three.js 腳本在 Github 的周下載量在一年的時間內(nèi)翻了一倍,以此足以看出 3D 化的范式轉(zhuǎn)移在以驚人的速度滲透人們的交互方式。
在算法層面,KIRI 開創(chuàng)性地使用了神經(jīng)網(wǎng)絡(luò)和視覺算法混合計算的方法。這樣的優(yōu)勢在于神經(jīng)網(wǎng)絡(luò)重建能夠更好地還原一些無法被視覺算法重建的物體,例如高度反光或透明的物體,但對于特征點足夠多的物體,視覺算法能夠捕捉到更多的表面細(xì)節(jié)。
因為神經(jīng)網(wǎng)絡(luò)的加入,使用 GPU 是必然的選擇,因此使用 CPU+GPU 異構(gòu)計算,盡管擁有 CPU+GPU 的服務(wù)器價格大概會是同級別的 CPU 價格的 2 倍,但計算時間可以大概節(jié)約 11 倍。(用機(jī)器學(xué)習(xí)進(jìn)行 3D 模型的紋理貼圖計算,CPU 需耗時 1600 秒,但 GPU 只需 130 秒。)
同時對 3D 重建任務(wù)進(jìn)行 CUDA 加速并加入擴(kuò)/縮容機(jī)制 。在計算任務(wù)少的時候只使用單臺 GPU 確保運(yùn)行穩(wěn)定,計算任務(wù)一旦開始變多,云架構(gòu)能夠自動擴(kuò)容,最多使用數(shù)十臺服務(wù)器并行運(yùn)算。這樣一來,通過 CUDA 加速的神經(jīng)網(wǎng)絡(luò)算法能夠在大幅度降低單次運(yùn)行的時間成本,而擴(kuò)/縮容機(jī)制在確保用戶體驗的同時避免資源浪費。
NVIDIA 為 KIRI 提供高效穩(wěn)定算力支持
基于以上考量,KIRI 選擇 NVIDIA 的產(chǎn)品生態(tài)來提供支持。因為 NVIDIA 產(chǎn)品生態(tài)的多樣性能夠滿足全部技術(shù)需求,且提供高效穩(wěn)定的算力支持。
NVIDIA CUDA: 通過 CUDA 進(jìn)行計算加速是 KIRI Engine 得以高效且低成本運(yùn)行的重要原因之一。在傳統(tǒng)純 CPU 運(yùn)行環(huán)境里,哪怕是運(yùn)行最簡單的 3D 重建算法也需要花費 20-60 分鐘的時間。而通過 CUDA 加速后,KIRI 目前的重建算法只需要 5 分鐘。(甚至 KIRI 正在努力嘗試達(dá)到 25 秒內(nèi)生成 3D 模型的加速。)
NVIDIA T4 GPU: T4 是 KIRI 進(jìn)行運(yùn)算的中堅力量,T4 擁有低延時高吞吐量,進(jìn)而可以實時滿足更多的請求。
NVIDIA V100:KIRI 使用 V100 來進(jìn)行神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練。神經(jīng)輻射場重建模型往往需要數(shù)個小時才能完成訓(xùn)練,但通過 V100 與 CUDA 的配合,再加上 KIRI 對算法的優(yōu)化,目前在 KIRI Engine 上完成神經(jīng)輻射場模型訓(xùn)練只需要 25 分鐘。( KIRI 也在努力對架構(gòu)和算法進(jìn)行優(yōu)化,力爭兩個月內(nèi)能夠?qū)⑸窠?jīng)網(wǎng)絡(luò)模型的訓(xùn)練縮減到 5 分鐘以內(nèi)。)
NVIDIA 助力 KIRI 平臺用戶增長
“目前 KIRI Engine 是全球增長速度較快的超寫實 3D 模型生成平臺之一,面對每天數(shù)以千計的 3D 模型生成任務(wù),穩(wěn)定高效的算力是我們得以快速成長的核心要素。” KIRI Innovations 聯(lián)合創(chuàng)始人兼 CEO 王正男表示,“NVIDIA 的產(chǎn)品生態(tài)非常出色地幫我們解決了算力問題。一方面 NVIDIA 有很豐富的顯卡選擇,我們能夠針對不同的處理任務(wù)使用不同的顯卡,避免不必要的算力浪費;另一方面 CUDA 的加速機(jī)制配合我們?yōu)槠淞可泶蛟斓?3D 建模算法,讓我們真正在速度和成本上超越了競爭對手,得以承載每天不斷增長的用戶需求。”
NVIDIA 初創(chuàng)加速計劃
KIRI Innovations是 NVIDIA 初創(chuàng)加速計劃 (NVIDIA Inception) 會員企業(yè)。NVIDIA 初創(chuàng)加速計劃為免費會員制,旨在培養(yǎng)顛覆行業(yè)格局的優(yōu)秀創(chuàng)業(yè)公司。該計劃聯(lián)合國內(nèi)外知名的風(fēng)投機(jī)構(gòu),創(chuàng)業(yè)孵化器,創(chuàng)業(yè)加速器,行業(yè)合作伙伴以及科技創(chuàng)業(yè)媒體等,打造創(chuàng)業(yè)加速生態(tài)系統(tǒng)。能夠提供產(chǎn)品折扣,技術(shù)支持,市場宣傳,融資對接,業(yè)務(wù)推薦等一系列服務(wù),加速創(chuàng)業(yè)公司的發(fā)展。
想獲得 NVIDIA 初創(chuàng)加速生態(tài)助力?掃描下方二維碼,僅需一分鐘填寫意向申請表單,獲得快速聯(lián)系。
原文標(biāo)題:NVIDIA 助力 KIRI Innovations, 用 AI 賦能 3D 內(nèi)容生成
文章出處:【微信公眾號:NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
-
英偉達(dá)
+關(guān)注
關(guān)注
22文章
3783瀏覽量
91252
原文標(biāo)題:NVIDIA 助力 KIRI Innovations, 用 AI 賦能 3D 內(nèi)容生成
文章出處:【微信號:NVIDIA-Enterprise,微信公眾號:NVIDIA英偉達(dá)企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論