在数字孪生项目中，使用云渲染可以扩展用户终端的类型(不仅是电脑，还可以是手机、平板、智能屏、电视、电视盒子)，用户使用起来非常方便。而且在网络的允许下，就像打开网页一样，无需学习或者安装程序，即点即用。也突破了时空的限制，尤其是在疫情等事件的影响下。目前，越来越多的数字双项目业主，
但是随着5G和计算机技术的发展，这个技术是一个比较新的技术。虽然UE4官方给出了像素流解决方案的插件，但是很多都需要在实际项目中深入探索才能应用。在长期的接触中，点秦晓发现很多项目人员关于云渲染的共同疑问就是服务器需要配置什么显卡才能使用云渲染技术。
实时渲染不同于离线渲染。这项技术更注重实时交互，不像离线渲染对CPU要求很高。实时云渲染技术、数字孪生程序支持多终端数字孪生项目对服务器显卡有什么要求？这个取决于两个因素：实时渲染其实更多的是借助服务器端GPU的算力来完成渲染和编码，并通过网络将实时画面传输到终端。。让我们逐一解释。如果不考虑并发数，数字孪生程序的资源消耗为1、数字孪生程序本身对于资源的消耗有多高 2、服务器要支持多少并发数。
云显卡要求
如果想支持多并发，可以在上面的基础上多开几个程序运行，可以让程序在常用的工作电脑上运行，找到程序面数多的部分，看下电脑的GPU和CPU占用情况，说明该程序在该对应显卡和CPU的配置下，是可以顺畅运行的。则在准备使用云渲染系统的服务器上，可以参考类似的显卡和CPU配置。。不过以上没有定数，因为也是3070图形服务器。当电脑的GPU和CPU占用达到80%的时候，就是同样配置的服务器能实现的并发数极限了。如果想支持更多数字孪生的并发，则需要增加服务器或者增加显卡。通过点量云渲染技术来做到负载均衡，支持更多并发。那个需要根据不同的节目来判断。
实时渲染可应用于数字孪生智能城市、智能工厂、3D游戏、工业设计、虚拟现实、灾难模拟、产品展示等领域。与实时渲染相对应的是离线渲染，一般用于电影、动画等特效。对实时性没有要求，但是对画质要求比较高。这通常在CPU的帮助下完成。结合本文主题，如果项目要求支持多并发，可以使用一台服务器配多块显卡(目前有服务器可以支持10个卡槽，即可以插10块显卡)，也可以多台服务器。通过负载均衡，充分利用服务器显卡等资源。图片来自网络。如有侵权，请联系删除。
实时渲染显卡要求
实时渲染是什么意思呢
来自奥菲寺的羊的量子报告| QbitAI，微信官方账号
不用等电脑渲染几个小时，高清3D渲染效果现在是英伟达实时实现的。
各种复杂风格和比例的外观都能hold住，阴影也不在话下。
细节方面，远远优于之前的大师(橙色是DeepSDF)。
实际上，它也是一种常见的隐式曲面表示方法，基于众所周知的神经SDF(有向距离场)3354计算机图形学。
但在本研究中，不再需要大型神经网络的渲染，使得渲染效率提高了2-3个数量级。
这也是首个基于SDF的3D高保真实时渲染方法。
相关论文一经发表，便引起了谷歌、Epic Games等机构众多专家学者的关注。
SDF可以表示为f(x，y，z)=d，是代表位置的函数。返回值是到对象表面的最近距离。
渲染时，SDF使用球体跟踪算法，沿光线执行距离查询。
然而，经典的神经SDF往往需要一个大型的神经网络来编码，这样就可以用隐式曲面来逼近复杂的形状，这就导致了球跟踪算法的高成本。
来源：一篇论文，twitter@yongyuanxi
为了解决这个问题，来自英伟达、多伦多大学和麦吉尔大学的研究团队提出使用稀疏体素八叉树(SVO)来编码几何形状。
基于八叉树的特征量，可以自适应地拟合具有多个离散细节层次的形状，并通过SDF插值实现连续细节层次。这样，可以使用小得多的MLP来加速渲染。
难点之一在于如何快速完成八叉树中的查询。
为此，研究人员还提出了一种基于GPU的算法，通过深度排序SVO遍历，高效完成空间跳跃，实现实时渲染。
速度上去了，渲染效果有没有损失？
实验结果表明，与DeepSDF、FFN、SIREN和Neural Implicits相比，该方法不仅规模更小，推理参数更少，而且性能更强。
从下图可以看出，这种方法在细节恢复上远远优于，比快50倍，速度堪比NI。
在两个更复杂的例子中，这个细节的优势更加明显。
不过作者也承认，这种方法并不适合大场景或者非常薄的几何体，无法使用传统方法对渲染后的几何体进行变形和动画。
论文的第一作者Towaki Takikawa目前正在多伦多大学攻读CS博士。同时，他还在NVIDIA超大规模图形研究小组工作。
目前，他的研究兴趣主要集中在机器学习驱动的三维几何处理算法。
地址：https://arxiv.org/abs/2101.10994
项目地址：https://nv-tlabs.github.io/nglod/
量子qbitai头条号签约
关注我们，第一时间获悉前沿科技动态。