加速图形技术推动AWS和Microsoft Azure 云端XR串流技术发展
NVIDIA技术一直是全球各种精彩虚拟现实体验背后的推动力。
每一代GPU都在逐步提高VR环境的标准,创造出具有逼真细节的互动体验,将生产力、协作和乐趣提升到一个新的高度。
而在每一届GTC大会上,NVIDIA都会发布新的技术和软件开发工具包,帮助开发者创造出比以往更加沉浸、更令人愉悦的扩展现实(XR)内容和体验。
从使用NVIDIA CloudXR的无线串流功能到使用NVIDIA Omniverse在虚拟世界中进行协作,我们的最新技术正在赋能新一代XR。
在今年的GTC大会上,NVIDIA宣布推出新版CloudXR,增加了对iOS系统支持。我们还和领先的云服务供应商一起宣布,将在云端提供高质量的XR串流功能,并且我们还发布了新版可变速率超级采样(Variable Rate Supersampling),以提高可视化性能。
同时实现高性能和VR移动性
领先的NVIDIA CloudXR技术为XR用户提供了一个集NVIDIA GPU性能和无线一体式头戴显示器移动性于一身的两全其美选择。
CloudXR可在任何设备上串流任何服务器上的XR内容。用户可以在全球任何地点轻松获取强大、高质量的沉浸式体验,而且无需与工作站建立物理连接。
无论是审核3D模型的产品设计师还是运行模拟训练的第一响应人员,任何人都可以在Windows和Android设备上使用CloudXR。我们即将发布CloudXR 2.1,增加对苹果iOS AR设备的支持,包括iPad和iPhone。
将XR串流带到云端
随着5G网络普及,各行业可以通过在云端使用5G网络进行XR串流来大大增强他们的工作流程。但从云端提供XR的最大挑战是延迟性——为了让用户获得良好的VR体验,他们必须将移动时间延迟控制在20毫秒以内。
为了提供最佳云端串流体验,我们对NVIDIA CloudXR进行了略微调整。在过去的6个月中,我们已经取得了巨大的进展,为Amazon Web Services、腾讯等多家云服务供应商提供CloudXR串流功能。
在今年的GTC大会上,我们将继续朝这个方向前进并发布更多信息:
此外,在GTC大会上,谷歌还将通过分会展示CloudXR在谷歌云实例上运行。
为了支持全球各地的CloudXR,我们正在为我们的系列添加更多的客户端设备。
我们与高通技术公司合作推出无边界XR(boundless XR),并与爱立信合作开发其5G无线系统和数据分组核心网基础设施,以优化CloudXR。您可以通过GTC大会XR渠道,在BT分会上观看如何将这项工作转移到制造环境中。
我们已经和Magic Leap就CloudXR集成展开合奏,并且他们将在GTC大会上展示这一集成示例。Magic Leap和CloudXR朝空间计算迈出了一大步,也为企业客户提供大有裨益的先进解决方案。
重新定义XR体验
为给用户提供最佳画面表现而言,VR体验中的画面质量至关重要。为此,NVIDIA开发了Variable Rate Supersampling(VRSS),将渲染资源集中在对图像质量影响最大的区域。
第一个VRSS版本已支持屏幕中心的固定注视点渲染。最新版本的VRSS 2加入了动态视线追踪,能够随着用户的注视点区域移动。
这些XR技术上的进步也为解决方案打下了基础,让用户能够在高度逼真的沉浸式环境中学习、工作、协作或与他人一起进行游戏。CloudXR iOS集成即将在简化3D生产流水线的协作和模拟平台——NVIDIA Omniverse上推出。
全球各地的团队可以进入Omniverse并通过各种先进的内容创建应用在一个共享虚拟空间中进行同步协作。在即将发布的CloudXR 2.1版本中,Omniverse用户可以使用iOS平板电脑和手机传输特定的AR解决方案。
好文章,需要你的鼓励
北京大学研究团队开发出基于RRAM芯片的高精度模拟矩阵计算系统,通过将低精度模拟运算与迭代优化结合,突破了模拟计算的精度瓶颈。该系统在大规模MIMO通信测试中仅需2-3次迭代就达到数字处理器性能,吞吐量和能效分别提升10倍和3-5倍,为后摩尔时代计算架构提供了新方向。
普拉大学研究团队开发的BPMN助手系统利用大语言模型技术,通过创新的JSON中间表示方法,实现了自然语言到标准BPMN流程图的自动转换。该系统不仅在生成速度上比传统XML方法快一倍,在流程编辑成功率上也有显著提升,为降低业务流程建模的技术门槛提供了有效解决方案。
谷歌宣布已将约3万个生产软件包移植到Arm架构,计划全面转换以便在自研Axion芯片和x86处理器上运行工作负载。YouTube、Gmail和BigQuery等服务已在x86和Axion Arm CPU上运行。谷歌开发了名为CogniPort的AI工具协助迁移,成功率约30%。公司声称Axion服务器相比x86实例具有65%的性价比优势和60%的能效提升。
北京大学联合团队发布开源统一视频模型UniVid,首次实现AI同时理解和生成视频。该模型采用创新的温度模态对齐技术和金字塔反思机制,在权威测试中超越现有最佳系统,视频生成质量提升2.2%,问答准确率分别提升1.0%和3.3%。这项突破为视频AI应用开辟新前景。