kidachi retweeted
We got CUDA kernels running on @Apple Metal GPUs! 🍎⚡️
Thanks to GPT 5.6 Sol, our existing CUDA/HIP-style simulation kernels in OpenFPM now directly execute on Apple Silicon GPUs.
Here is how we got there, and what the first real Dam break benchmark says. 🧵
昨年の研究GaussMRについてACM SIGGRAPH blogにインタビューが掲載されました blog.siggraph.org/2025/01/th…
My interview about GaussMR has been published on the ACM SIGGRAPH blog :)
今年のSIGGRAPHは、Gaussian SplattingからSDFを構築し正確なコリジョンやインタラクションを付与するGaussMRを展示しました。SDFは毎フレーム更新で動的シーンも対応可能です。VRデモには6年前のGPU, RTX2080を使っていました (動画は実際のデモ画面)
Thanks to all booth visitors! #SIGGRAPH2024
GaussianSplattingの視錐台カリングをGPUで自前実装テスト。このシーンではガウシアンの描画処理を120万個から40万個に減らすことが出来て高速化にかなり効く。
Frustum culling for GaussianSplatting ...
#Unity #GaussianSplatting
GaussianSplattingにおけるガウシアンの3D->2D投影処理は一般的なグラフィックスパイプラインから少々乖離していて、今オープンで出回っている実装は基本的にシーンの全ガウシアンを常にGPGPUで処理(全ガウス分、つまり数百万スレッドを毎フレームDispatch)しており非効率という課題があります。
ボロノイ図と距離場の密接な関係。最近傍母点へのポインタを保持・同色で可視化すればボロノイ図、最近傍母点への距離値表現(を可視化したもの)が距離場。PBAベースの実装で2D(1024^2≈104万要素)と3D(128^3≈209万要素)どちらも350FPS前後は出る #Unity
今年でACM SIGGRAPHの採択回数が6度目となりました(AR/MR分野)。これまでは内々での活動でしたが、今後は動きを広げて外部の方々と連携した研究開発・事業開発が出来ればと思っています。
SIGGRAPH投稿やXR技術活用へご興味ありましたら、お気軽にDM等頂ければと思います。
SIGGRAPH2024 ImmersivePavilionに採択されました。GaussianSplattingに対しSDF構築~流体等の物理インタラクション付与まで全てリアルタイムで行う手法の提案です
My latest research: "GaussMR: Interactive Gaussian Splatting with GPU Particles and SDFs" has been accepted at #SIGGRAPH2024 :)
SIGGRAPH2024 ImmersivePavilionに採択されました。GaussianSplattingに対しSDF構築~流体等の物理インタラクション付与まで全てリアルタイムで行う手法の提案です
My latest research: "GaussMR: Interactive Gaussian Splatting with GPU Particles and SDFs" has been accepted at #SIGGRAPH2024 :)
Parallel Banding Algorithm(GPUで高速なボロノイ図構築)の実装が出来た。N=1024^2(≈104万要素)で200FPS超。以前実装したJFAは理想時間計算量O(log n)の達成にはN個のGPUコアが必要になる点がネックだった。実運用上はPBAはJFAより高速になるはず。 comp.nus.edu.sg/~tants/pba_f… #Unity
粘性流体の凝集力の中心を任意移動する形でキャラ操作できるようにした。ユーザー入力に対してSDFとの衝突および簡易的な物理特性を持つコントローラーとして実装。流体シミュとは別クラス・別computeで管理、GraphicsBuffer経由で繋ぐ。#GaussianSplatting #Unity
SDF構築のベースとなるのがJump Flooding Algorithm。JFAはボロノイ図および距離変換を並列処理でO(logN)で求める(Nはグリッドサイズ)。GPUの活用および、母点数の増加に対して計算複雑度が変わらない点が当時の既存手法との差別化 comp.nus.edu.sg/~tants/jfa/i…









