節(jié)省50%內(nèi)存占用，浙大、快手等提出量化仿真新方法
?來(lái)自浙江大學(xué)、快手和美國(guó)猶他大學(xué)的研究人員聯(lián)合提出了一種自動(dòng)兼顧精度和內(nèi)存消耗的量化仿真新方法。
在好萊塢大片特效等計(jì)算機(jī)圖形學(xué)的典型應(yīng)用場(chǎng)景中，高分辨率的物理仿真能提供很好的視覺(jué)效果。更高的仿真計(jì)算復(fù)雜度和分辨率可以帶來(lái)更豐富的細(xì)節(jié)，但相應(yīng)的計(jì)算需要占用更大的內(nèi)存或者顯存空間。例如，在電影《冰雪奇緣》中，300 米寬的潰壩場(chǎng)景使用了 9000 萬(wàn)個(gè)粒子對(duì)水體進(jìn)行表達(dá)，全精度的仿真計(jì)算需要 4 塊 NVIDIA Quadro P6000 顯卡，一共占用約 96GB 顯存。
為了節(jié)約計(jì)算時(shí)占用的數(shù)據(jù)存儲(chǔ)空間，研究者將 “量化” 技術(shù)引入了物理仿真算法，也就是在仿真計(jì)算過(guò)程中，使用更少的比特位數(shù)來(lái)表達(dá)和存儲(chǔ)物理變量。例如，在去年計(jì)算機(jī)圖形學(xué)頂會(huì) SIGGRAPH 2021 上，來(lái)自 MIT、浙大和快手的研究人員聯(lián)合發(fā)表了一篇以 QuanTaichi 為題的論文，實(shí)現(xiàn)了一個(gè)由 “太極” 編譯器支持的量化類(lèi)型系統(tǒng)，允許用戶用較少的位數(shù)來(lái)表示空間位置、速度等各種物理變量，從而在 GPU 顯存消耗不變的情況下，以更高的分辨率進(jìn)行物理仿真計(jì)算（參見(jiàn)參考文獻(xiàn)[1]）。然而，QuanTaichi 需要用戶手工設(shè)計(jì)量化方案，指定仿真中使用到的每個(gè)變量的位數(shù)，并不斷進(jìn)行仿真計(jì)算試錯(cuò)，最終找到合適的方案。
在今年的 SIGGRAPH 2022 會(huì)議上，來(lái)自浙江大學(xué)、快手和美國(guó)猶他大學(xué)的研究人員聯(lián)合發(fā)表了一篇題為《物理仿真的自動(dòng)量化》的論文，提出了一種自動(dòng)兼顧量化仿真精度和內(nèi)存消耗的方法。與全精度的物理仿真相比，能夠在視覺(jué)效果不受明顯影響的前提下，節(jié)省 50% 以上的內(nèi)存占用，從而大幅度提高了量化仿真的易用性和生產(chǎn)力。
?
- 論文地址：https://arxiv.org/abs/2207.04658
- 項(xiàng)目地址：https://github.com/Hanke98/AutoQuantizer
該方法的核心思想，是將物理仿真過(guò)程中由量化引起的精度損失建模為誤差的傳播過(guò)程，基于不確定性傳播理論，將量化方案的自動(dòng)求解問(wèn)題描述為帶約束的優(yōu)化問(wèn)題，將誤差上限或者內(nèi)存壓縮率作為優(yōu)化目標(biāo)，并快速給出解析解作為可行的量化方案。
此外，該研究引入了抖動(dòng)法（dithering）作為量化仿真的舍入方法來(lái)替代傳統(tǒng)的四舍五入，降低了數(shù)據(jù)誤差之間的相關(guān)性。在量化位數(shù)較少時(shí)，抖動(dòng)法可以明顯減少精度損失。以下是一組關(guān)于引入抖動(dòng)法的效果對(duì)比。在上方未使用抖動(dòng)法的仿真結(jié)果中，從同一水平位置開(kāi)始自由落體運(yùn)動(dòng)的字母由于量化誤差的影響，水平位置不再保持一致；在下方引入了抖動(dòng)法的量化仿真結(jié)果中，所有字母在下落過(guò)程中能保持水平對(duì)齊，符合客觀的物理規(guī)律。
下圖展示了應(yīng)用該方法實(shí)現(xiàn)的基于歐拉網(wǎng)格實(shí)現(xiàn)的量化的煙霧仿真。使用該方法自動(dòng)求解量化方案實(shí)現(xiàn)了 1.93 倍的內(nèi)存壓縮，在單張 Nvidia RTX 3090 顯卡上使用了超過(guò) 2.28 億個(gè)的歐拉網(wǎng)格。
?
下圖是基于物質(zhì)點(diǎn)法實(shí)現(xiàn)的彈性體仿真。該方法實(shí)現(xiàn)了 2.01 倍的內(nèi)存壓縮，在單張 Nvidia RTX 3090 顯卡上仿真了超過(guò) 2.95 億個(gè)粒子。
下圖是基于物質(zhì)點(diǎn)法實(shí)現(xiàn)的流體仿真。該方法實(shí)現(xiàn)了 2.02 倍的內(nèi)存壓縮，在單張 Nvidia RTX 3090 顯卡上仿真了 4 億個(gè)粒子。
目前，相關(guān)的技術(shù)已成功落地，打開(kāi)快手 APP，拍攝「別哭鴨」、「我要去潛水」和「火焰超能力」等魔法表情，即可體驗(yàn)到短視頻行業(yè)內(nèi)獨(dú)家的移動(dòng)端實(shí)時(shí)液體模擬特效技術(shù)。?
