NVIDIA GPU致力于FACEGOOD加速3D數(shù)字內(nèi)容制作

使用NVIDIA解決方案后給業(yè)務(wù)帶來了巨大的支持和提升。

隨著數(shù)字圖像、3D技術(shù)、大數(shù)據(jù)、渲染等技術(shù)發(fā)展以及應(yīng)用，3D數(shù)字內(nèi)容制作行業(yè)當(dāng)前正處在快速增長階段，前景應(yīng)用廣闊，而在這片藍(lán)海中出現(xiàn)了一批發(fā)展迅猛的3D數(shù)字內(nèi)容制作企業(yè)，F(xiàn)ACEGOOD（量子動力）便是其中的代表之一。

創(chuàng)建于2015年的FACEGOOD是一家專注于軟件技術(shù)研究的公司，團(tuán)隊(duì)成員在工業(yè)軟件、計(jì)算力學(xué)與圖形學(xué)領(lǐng)域具有十幾年的技術(shù)積累。從2016年開始，F(xiàn)ACEGOOD致力于研發(fā)工業(yè)級的3D表情動畫軟件，并積累了超過10萬人臉3D表情數(shù)據(jù)，應(yīng)用AI技術(shù)深度學(xué)習(xí)，對臉部模型使用軟件進(jìn)行高擬真度仿真，逐步形成了FACEGOOD以軟件仿真為核心的仿真技術(shù)。

AVATARY是FACEGOOD研發(fā)的一款集成表情建模、肌肉綁定，面部捕捉及驅(qū)動的3D軟件，可針對動畫、電影、游戲CG中的面部表情動畫，將制作周期由原來的90天縮短到5分鐘，也可應(yīng)用于虛擬偶像和虛擬直播等新興領(lǐng)域。

內(nèi)容制作量大增，行業(yè)面臨算力挑戰(zhàn)

在影視、動畫、游戲、直播，甚至最近一年大熱的元宇宙（Metaverse）浪潮中，用戶對數(shù)字內(nèi)容的需求與數(shù)字內(nèi)容產(chǎn)能不足的矛盾被無限放大，數(shù)字內(nèi)容快速生產(chǎn)已迫在眉睫。

對于FACEGOOD而言，現(xiàn)存的傳統(tǒng)制作方法和工具平臺只適合小規(guī)模制作、自動化工具普遍不足及人員密集等成本高與產(chǎn)能低的場景，現(xiàn)存的3D工業(yè)軟件不支持大范圍GPU分布式并行計(jì)算來處理海量數(shù)據(jù)和計(jì)算任務(wù)。

軟件仿真技術(shù)門檻高，涵蓋了計(jì)算機(jī)圖形、機(jī)器學(xué)習(xí)、計(jì)算力學(xué)等交叉學(xué)科，傳統(tǒng)的3D創(chuàng)作團(tuán)隊(duì)缺乏輔助工具、不熟悉相關(guān)算法，同時(shí)在底層框架及硬件驅(qū)動上也有重重困難。

同時(shí)，傳統(tǒng)3D工業(yè)軟件均只針對簡單計(jì)算或者只是單機(jī)環(huán)境，面對用戶的海量計(jì)算需求，每個(gè)用戶都可能在某段時(shí)間內(nèi)需要數(shù)十臺或者幾十個(gè)CPU/GPU 做并行計(jì)算。

想要在3D數(shù)字內(nèi)容行業(yè)搭建AI平臺，面臨著以下幾大挑戰(zhàn)：

一是數(shù)據(jù)，影視動畫市場每天都在產(chǎn)生海量的高維度3D數(shù)據(jù)，包括3D模型、動作動畫、渲染材質(zhì)、視頻聲音等其他富文本數(shù)據(jù)，對數(shù)據(jù)的處理需要達(dá)到快速、高效、高品質(zhì)需要；

二是算法，得到復(fù)雜的3D數(shù)據(jù)后，需要對數(shù)據(jù)進(jìn)行分類、回歸、時(shí)間序列和文本等處理，同時(shí)要用到深度學(xué)習(xí)、機(jī)器學(xué)習(xí)技術(shù)對數(shù)據(jù)進(jìn)行再次加工，計(jì)算出符合影視動畫工業(yè)級要求的結(jié)果，需要花費(fèi)長期大量的研究投入；

三是算力，需要支持?jǐn)?shù)百萬3D數(shù)據(jù)的訓(xùn)練。但只有CPU遠(yuǎn)遠(yuǎn)是不夠的，要建立 CPU+GPU異構(gòu)計(jì)算，匯集數(shù)百臺服務(wù)器的集群，同時(shí)根據(jù)GPU使用情況支持自動擴(kuò)容縮容，實(shí)現(xiàn)資源的合理分配。

NVIDIA GPU加速3D數(shù)字內(nèi)容生產(chǎn)

基于上述的挑戰(zhàn)，F(xiàn)ACEGOOD選擇了采用NVIDIA RTX GPU和計(jì)算平臺解決方法來提供支持，NVIDIA的GPU產(chǎn)品和解決方案具有以下優(yōu)勢：

NVIDIA RTX GPU加速3D數(shù)據(jù)訓(xùn)練流程

3D數(shù)字內(nèi)容行業(yè)的數(shù)據(jù)需要更快的速度、更高維度數(shù)據(jù)學(xué)習(xí)能力。AVATARY采用了NVIDIA RTX GPU加速平臺，數(shù)據(jù)處理速度較原來提升了 10 倍，能高效地處理呈爆發(fā)式增長的3D數(shù)據(jù)；將算法加速50倍，模型訓(xùn)練提速 50 倍。高倍的效率和速度可以發(fā)掘出市場上更多的機(jī)會并做出更快的反應(yīng)，從而帶來巨大的收益。

NVIDIA Quadro RTX GPU極大地縮短算法研發(fā)時(shí)間

以往的算法研發(fā)者研發(fā)一個(gè)優(yōu)質(zhì)算法往往耗時(shí)幾個(gè)月甚至更長時(shí)間，在NVIDIA Quadro RTX GPU加速平臺的助力下，AVATARY平臺將算法研發(fā)周期縮短至一個(gè)月甚至更短，利于算法研發(fā)者將時(shí)間集中在算法理論研究上，而不是數(shù)據(jù)處理上。

NVIDIA Tensor Core GPU支持?jǐn)?shù)百萬的3D計(jì)算請求

3D創(chuàng)作者需要大量算力進(jìn)行3D資產(chǎn)合成，來提升3D數(shù)字內(nèi)容的生產(chǎn)效率。在NVIDIA Tensor Core GPU的加持下，平臺能完成數(shù)百萬的3D計(jì)算請求。AVATARY構(gòu)建數(shù)百萬的3D數(shù)據(jù)吞吐能力為全球3D內(nèi)容創(chuàng)作者提供3D資產(chǎn)生成服務(wù)，其一期平臺構(gòu)建階段基于NVIDIA Tensor Core GPU，并很快將進(jìn)一步擴(kuò)容到2倍算力。

強(qiáng)強(qiáng)結(jié)合，助力用戶抓住市場機(jī)遇

通過使用NVIDIA的一系列產(chǎn)品和解決方案，F(xiàn)ACEGOOD極大地提升了AVATARY的流程速度，進(jìn)一步提升了平臺的用戶體驗(yàn)，賦能全球3D內(nèi)容創(chuàng)作者，并為AVATARY擴(kuò)展到其他領(lǐng)域其他業(yè)務(wù)打好了良好的基礎(chǔ)。目前，AVATARY已經(jīng)成為全球領(lǐng)先的3D內(nèi)容制作交易平臺，上線３個(gè)月以來已吸引了超過1萬開發(fā)者和行業(yè)用戶。

在AVATARY平臺上，用戶可以低門檻的使用人工智能進(jìn)行3D內(nèi)容制作，不用學(xué)算法、不用編程，將一切繁瑣、復(fù)雜、重復(fù)的事情交由機(jī)器完成，自身可將精力專注于美術(shù)，大大地減少了用戶的投入成本。

在傳統(tǒng)方法中，內(nèi)容的生產(chǎn)效率極低，以AVATARY用戶原力動畫為例，《爵跡》中每個(gè)人物的表情動畫，一個(gè)美術(shù)人員一天只能做一秒。NVIDIA GPU針對機(jī)器學(xué)習(xí)的加速，將制作整體流程提升了60 倍，滿足了處理高品質(zhì)內(nèi)容的需求，提高了用戶的效率，極大地減少了時(shí)間成本，更利用戶抓住市場機(jī)遇。

FACEGOOD正在全力完善AVATARY，并加快產(chǎn)品化，根據(jù)3D數(shù)字內(nèi)容行業(yè)所需要的各項(xiàng)需求，進(jìn)行技術(shù)封裝，企業(yè)無需再苦于工具短缺，研發(fā)能力有限，密集型人力為主的傳統(tǒng)制作方法，可以在1周內(nèi)實(shí)現(xiàn)核心技術(shù)的開箱可用和團(tuán)隊(duì)的快速升級，大幅提升內(nèi)容生產(chǎn)效率。

FACEGOOD創(chuàng)始人兼CEO王全偉表示：“NVIDIA提供的GPU解決方案，解決了軟件仿真技術(shù)難題，使得我們在行業(yè)領(lǐng)域能夠持續(xù)不斷地創(chuàng)新產(chǎn)品，拓寬應(yīng)用場景。

軟件仿真只是FACEGOOD的開始，我們在積極地建設(shè)全球3D數(shù)字內(nèi)容平臺，通過降低仿真技術(shù)的使用門檻，提高內(nèi)容生產(chǎn)效率，讓廣大從業(yè)者能夠享受到更多技術(shù)帶來的便捷，讓用戶像做PPT一樣做3D動畫，賦能全球用戶。”

FACEGOOD的目標(biāo)與NVIDIA在專業(yè)可視化領(lǐng)域的愿景不謀而合，在未來，NVIDIA將致力于開發(fā)更先進(jìn)的產(chǎn)品，提供出色的性能和功能，推動影視、傳媒、動畫等數(shù)字內(nèi)容制作領(lǐng)域的創(chuàng)新。

編輯：jq