女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

NVIDIA借助最新的Turing GPU架構再現登月

NVIDIA英偉達企業解決方案 ? 來源:未知 ? 作者:胡薇 ? 2018-10-31 16:24 ? 次閱讀

如果想偽造一個登月場景,您需要使用世界上最先進的 GPU

四年前,我們的演示團隊使用GPU揭穿了“阿波羅 11 號登月是騙局”的說法。實際上這一說法已經徹底成為一個笑話,因為能夠偽造登月的最好方法是使用當時并不存在的技術。

如今,在阿姆斯特朗首次踏上月球將近半個世紀之后,NVIDIA借助最新的Turing GPU架構中的實時光線追蹤技術更新了四年前的演示。

近日在于慕尼黑舉辦的GTC Europe上,NVIDIA首席執行官黃仁勛先生為數千名企業家、研究人員、技術人員和媒體展示了具有實時光線追蹤功能的最新NVIDIA RTX GPU是如何幫助演示團隊重建著陸的標志性照片之一,即宇航員奧爾德林走下登月艙著陸器的照片的。

通過再現這一偉大的時刻,我們再次確認了先前的結論:這張照片看起來像是在月球上拍攝的。

黃仁勛先生表示:“這是NVIDIA RTX的優勢,使用這種渲染技術,我們可以模擬光物理,讓物體看起來和現實生活中一樣。”

Turing架構讓演示團隊能夠做到這一點,因為它能夠跟蹤來自屏幕的光束路徑(即計算機科學家所說的 “平截頭體”),然后在場景周圍反射,以達到瞬間渲染反射、陰影、環境光遮蔽、全局照明和其他視覺現象的目的。在RTX技術之前,只有在單個場景中運行數周或數月的特效渲染農場才能做到這一點。

演示團隊以四年前所做的工作為基礎,當時他們收集了有助于理解標志性圖像的每一個細節。他們研究了月球著陸器上的鉚釘,確定了覆蓋月球表面的塵埃特性,并測量了宇航員宇航服所用材料的反射率。

為了更新原始的演示,NVIDIA的工程師們在由Epic Games開發的游戲引擎Unreal Engine 4中重建了登月場景。他們模擬了來自著陸器背后的太陽光線是如何反射在月球表面和阿姆斯特朗的宇航服上,以及當奧爾德林從著陸器上走下來時,又是如何投射在他身上的。

所有這些都提高了我們最新演示的保真度,并再次證實了我們四年前的發現,即照片中宇航員的照明并非來自太陽以外的其他東西(比如工作室的燈光)。

這說明,要么阿波羅11號登月是真的,要么是美國宇航局(NASA)認為登月太難了,于是建造了一臺時光機,并派人到50年后用一個NVIDIA RTX GPU來創建登月場景。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • NVIDIA
    +關注

    關注

    14

    文章

    5246

    瀏覽量

    105787
  • gpu
    gpu
    +關注

    關注

    28

    文章

    4912

    瀏覽量

    130676

原文標題:NVIDIA借助Turing架構再現標志性登月場景

文章出處:【微信號:NVIDIA-Enterprise,微信公眾號:NVIDIA英偉達企業解決方案】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦
    熱點推薦

    GPU架構深度解析

    GPU架構深度解析從圖形處理到通用計算的進化之路圖形處理單元(GPU),作為現代計算機中不可或缺的一部分,已經從最初的圖形渲染專用處理器,發展成為強大的并行計算引擎,廣泛應用于人工智能、科學計算
    的頭像 發表于 05-30 10:36 ?121次閱讀
    <b class='flag-5'>GPU</b><b class='flag-5'>架構</b>深度解析

    借助NVIDIA技術加速半導體芯片制造

    NVIDIA Blackwell GPUNVIDIA Grace CPU、高速 NVIDIA NVLink 網絡架構和交換機,以及諸如
    的頭像 發表于 05-27 13:59 ?245次閱讀

    使用NVIDIA RTX PRO Blackwell系列GPU加速AI開發

    NVIDIA GTC 推出新一代專業級 GPU 和 AI 賦能的開發者工具—同時,ChatRTX 更新現已支持 NVIDIA NIM,RTX Remix 正式結束測試階段,本月的 NVIDIA
    的頭像 發表于 03-28 09:59 ?519次閱讀

    NVIDIA Blackwell數據手冊與NVIDIA Blackwell架構技術解析

    NVIDIA Blackwell數據手冊與NVIDIA Blackwell 架構技術解析
    的頭像 發表于 03-20 17:19 ?530次閱讀

    NVIDIA和GeForce RTX GPU專為AI時代打造

    NVIDIA 和 GeForce RTX GPU 專為 AI 時代打造。
    的頭像 發表于 01-06 10:45 ?541次閱讀

    借助NVIDIA GPU提升魯班系統CAE軟件計算效率

    本案例中魯班系統高性能 CAE 軟件利用 NVIDIA 高性能 GPU,實現復雜產品的快速仿真,加速產品開發和設計迭代,縮短開發周期,提升產品競爭力。
    的頭像 發表于 12-27 16:24 ?571次閱讀

    《CST Studio Suite 2024 GPU加速計算指南》

    和不支持的NVIDIA GPU硬件,如支持的有L40S、RTX 5000 Ada Gen等,不支持的如Kepler和Maxwell部分型號被標記為棄用。同時提到GPU計算要求64位計算機架構
    發表于 12-16 14:25

    《算力芯片 高性能 CPUGPUNPU 微架構分析》第3篇閱讀心得:GPU革命:從圖形引擎到AI加速器的蛻變

    對卷積核優化的思考。 GPU的存儲體系采用了獨特的倒金字塔結構,在我看來這是其計算性能的關鍵。大容量寄存器設計破解了傳統馮諾依曼架構的內存瓶頸,合并訪存機制巧妙解決了內存帶寬限制。NVIDIA
    發表于 11-24 17:12

    GPU服務器AI網絡架構設計

    眾所周知,在大型模型訓練中,通常采用每臺服務器配備多個GPU的集群架構。在上一篇文章《高性能GPU服務器AI網絡架構(上篇)》中,我們對GPU
    的頭像 發表于 11-05 16:20 ?1081次閱讀
    <b class='flag-5'>GPU</b>服務器AI網絡<b class='flag-5'>架構</b>設計

    【「算力芯片 | 高性能 CPU/GPU/NPU 微架構分析」閱讀體驗】--了解算力芯片GPU

    本篇閱讀學習第七、八章,了解GPU架構演進及CPGPU存儲體系與線程管理 █從圖形到計算的GPU架構演進 GPU圖像計算發展 ●從三角形開始
    發表于 11-03 12:55

    AMD與NVIDIA GPU優缺點

    在圖形處理單元(GPU)市場,AMD和NVIDIA是兩大主要的競爭者,它們各自推出的產品在性能、功耗、價格等方面都有著不同的特點和優勢。 一、性能 GPU的性能是用戶最關心的指標之一。在高端市場
    的頭像 發表于 10-27 11:15 ?2126次閱讀

    借助NVIDIA Metropolis微服務構建視覺AI應用

    伴隨著視覺 AI 復雜性的增加,精簡的部署解決方案已成為優化空間和流程的關鍵。NVIDIA 能夠加快企業的開發速度,借助 NVIDIA Metropolis AI 工作流和微服務,企業只需數周就能將想法變成現實,而原本這項工作需
    的頭像 發表于 09-09 09:46 ?678次閱讀
    <b class='flag-5'>借助</b><b class='flag-5'>NVIDIA</b> Metropolis微服務構建視覺AI應用

    ALINX FPGA+GPU架構視頻圖像處理開發平臺介紹

    Alinx 最新發布的新品 Z19-M 是一款創新的 FPGA+GPU 異構架構視頻圖像處理開發平臺,它結合了 AMD Zynq UltraScale+ MPSoC(FPGA)與 NVIDIA Jetson Orin NX(
    的頭像 發表于 08-29 14:43 ?1921次閱讀

    暴漲預警!NVIDIA GPU供應大跳水

    gpu
    jf_02331860
    發布于 :2024年07月26日 09:41:42

    NVIDIA全面轉向開源GPU內核模塊

    借助 R515 驅動程序,NVIDIA 于 2022 年 5 月發布了一套開源的 Linux GPU 內核模塊,該模塊采用雙許可證,即 GPL 和 MIT 許可。初始版本主要面向數據中心計算
    的頭像 發表于 07-25 09:56 ?931次閱讀
    <b class='flag-5'>NVIDIA</b>全面轉向開源<b class='flag-5'>GPU</b>內核模塊