文章预览
作者 | 克雷西 编辑 | 量子位 QbitAI 点击下方 卡片 ，关注“ 3D视觉之心 ”公众号 第一时间获取 3D视觉干货 >> 点击进入→ 3D视觉之心技术交流群 高斯泼溅模型训练的内存瓶颈，终于被谢赛宁团队和NYU系统实验室打破！ 通过设计并行策略，团队推出了 高斯泼溅模型的多卡训练方案 ，不必再受限于单张卡的内存了。 用这种方法在4张卡上训练，可以 加速3.5倍以上 ；如果增加到32卡，又能有额外6.8倍的加速。 该团队提出的是一种名为 Grendel 的分布式训练系统，第一作者是清华姚班校友赵和旭。 通过多卡训练，不仅速度更快了，研究团队还突破了大场景、高分辨率环境下的内存局限，生成了更多高斯，3D结果质量也更高了。 为了体现这个成果是多么的鹅妹子嘤，谢赛宁本人发了这样一个表情包： （大哭）：不！你不能扩大3D高斯泼溅的规模，不管是
………………………………
