一張GPU實時模擬布料碰撞特效，元宇宙時裝秀栩栩如生
本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。
在元宇宙里看時裝秀，會是什么趕腳？
各種布料摩擦細節(jié)，不光看得一清二楚，而且就跟真的一樣。
裙擺隨著模特的走動飛舞起來~光是看看，就能知道這件衣服是不是輕盈。
這是圖形學大牛王華民團隊的最新成果，提出了一個基于GPU的預處理器MAS，一張GPU完成實時布料碰撞特效。
比如這件羊毛大衣，就能以每秒37幀的速度實時模擬出來，仿真精度可達5mm。
而且也不光是衣服，連毛毛球、軟皮玩具也能實現(xiàn)逼真的碰撞特效。
其論文收錄于SIGGRAPH 2022。作為全球規(guī)模最大、水平最高的圖形學會議，SIGGRAPH每年接收的論文都代表著當年CG最高水平。
來康康這是一項什么樣的研究？
一張GPU實時模擬碰撞特效
要構(gòu)建真正意義上的元宇宙，首先需要的是一個強大的實時物理仿真模擬引擎。
而當前常見的物理引擎在效果或效率上還遠達不到理想的狀態(tài)。
服裝模擬是所有模擬問題的制高點。
因為服裝的材質(zhì)、碰撞都是最復雜的，解決好服裝模擬，就等于解決了大部分實時物理模擬問題，為未來元宇宙開發(fā)奠定基礎(chǔ)。
從技術(shù)上劃分，實時物理模擬分為流體和形變體模擬兩大類。
相較于流體，形變體的應用范圍更加廣泛，比如彈性體模擬、布料模擬、頭發(fā)模擬等，其產(chǎn)業(yè)端的價值也更加清晰，比如在服裝、工業(yè)上的應用。
但當前困擾科學家的一道挑戰(zhàn)，是完成更高質(zhì)量的實時仿真。
任何形變體的模擬，最后都歸于一個線性求解問題，個中區(qū)別無非就是矩陣內(nèi)部數(shù)值、稀疏程度還有矩陣大小的不同。
因此，如何快速求解也就成為其中一個重要的突破口。
基于這樣的背景，王華民團隊提出了基于GPU的MAS預處理器 （Multilevel Additive Schwarz Preconditioner）。
顧名思義，這一預處理器采用了多層和域（domain）分解的概念。
以往的算法主要依賴在一層網(wǎng)格上處理，這樣域越少越好，不然誤差大。
但此次研究人員則是構(gòu)建多個網(wǎng)格層，這樣使用小的、不重疊的域，可以發(fā)揮GPU并行計算能力。
具體而言，MAS預處理程序可以分成三個階段。
第一階段，利用Morton代碼快速分層分域。
研究人員提出了一種超節(jié)點分割方法和跳過方法，用于空間的初步構(gòu)建。
第二階段，通過單向Gauss-Jordan消除的低成本矩陣預計算，在每個域進行快速的inverse求解。此外，研究人員還開發(fā)了一個選擇性更新方案，以解決輕微的矩陣修改。
第三階段，運行時預處理，從而對矩陣向量快速求解。為了降低計算成本，研究人員發(fā)明了一種對稱矩陣-向量乘法。
實驗表明，MAS預處理器與許多線性和非線性求解器兼容，這些求解器用于帶有動態(tài)接觸的形變體模擬，如PCG、加速梯度下降和L-BFGS。
以最常見的PCG求解器為例，在兩者一起使用時，在GPU上的收斂速率仍然明顯優(yōu)于其他預處理程序，包括GPU上的多網(wǎng)格AmgX。
在達到相同的收斂目標時，MAS預處理器的收斂速度要比其他預處理器快約四倍。
與此同時，MAS預處理器在CPU上也是有效的，其性能也優(yōu)于其他預處理程序，比如英特爾的ILU0和ILUT。
除此之外還發(fā)現(xiàn)，MAS預處理器的計算開銷很低。
并行計算時僅為0.118秒，相比之下ILU0、ichol和ILUT的成本為2.50秒、33.8秒和154秒。
研究人員表示，此次為5萬個定點到50萬個頂點區(qū)間規(guī)模的布料和形變體仿真推向了一個更高水平。
未來還將繼續(xù)研究基于GPU域分解（GPU-based domain decomposition）的技術(shù)，因為這類算法有很多可以挖掘的空間。
Style3D出品
本次研究團隊來自Style3D研究院王華民所帶領(lǐng)的團隊。
王華民，俄亥俄州立大學前副教授，佐治亞理工學院計算機科學博士，斯坦福大學計算機科學碩士，公認的世界級圖形學科學家。
曾以唯一作者身份完成四篇SIGGRAPH論文，6屆SIGGRAPH/SIGGRAPH Asia技術(shù)論文委員會委員，其學生遍布知名大廠，因為聚焦布料仿真，業(yè)內(nèi)流傳著這樣一句話：
如果你研究布料仿真，就不可能沒讀過王華民教授的論文。
去年8月，他正式加盟國內(nèi)時尚產(chǎn)業(yè)鏈3D數(shù)字化公司——凌迪科技Style3D，任職首席科學家兼凌迪研究院院長。
結(jié)果不到一年時間，就率隊帶來了最新產(chǎn)學研成果，將實時仿真技術(shù)又提升到了新水平。
研究進展如此快速，背后既有世界級技術(shù)團隊的實力加成，也有企業(yè)的產(chǎn)業(yè)化驅(qū)動。
凌迪科技Style3D，創(chuàng)立之初將視線聚焦在最制約服裝行業(yè)效率的服裝設(shè)計開發(fā)環(huán)節(jié)上。
其核心產(chǎn)品，一個是率先打破國外技術(shù)壟斷的3D柔性體仿真工業(yè)軟件Style3D Studio，其二是全球創(chuàng)新的面料數(shù)字化設(shè)計軟件Style3D Fabric，另有研發(fā)全流程協(xié)同平臺Style3D Cloud，以及開創(chuàng)性的數(shù)字時尚內(nèi)容資源商城Style3D Market。
研發(fā)過程中從面輔料選擇、款式設(shè)計、渲染仿真、協(xié)同與展銷等全流程，都可以進行數(shù)字化呈現(xiàn)以及協(xié)同合作，以此來提升研發(fā)效率。
此外，凌迪Style3D還依據(jù)工廠生產(chǎn)標準生成生產(chǎn)資料清單，串起整個生產(chǎn)制造環(huán)節(jié)，進一步推動整個行業(yè)鏈路的數(shù)字化。
據(jù)透露，今年6月底凌迪Style3D將有面向元宇宙開發(fā)者的神秘產(chǎn)品發(fā)布。
目前，它的客戶涉及到海內(nèi)外品牌方、ODM（原始設(shè)計制造）商、面輔料商以及泛電商等。
值得一提的是，就在SIGGRAPH收錄結(jié)果出爐同一時間，凌迪Style3D官宣了與牛仔技術(shù)公司Jeanologia的合作。
全球每年生產(chǎn)35%的牛仔褲，都采用了這家公司的環(huán)保技術(shù)。
兩者合作下，牛仔設(shè)計師也能夠直接在Style3D一鍵調(diào)用牛仔褲紋樣及水洗效果圖案等，無需制作牛仔褲實樣，即可呈現(xiàn)牛仔褲水洗等多種工藝的設(shè)計效果。
而且這樣高仿真的數(shù)字牛仔褲，還可以直接拿去營銷展示和售賣。
事實上，除了推動整個服裝產(chǎn)業(yè)鏈效率外，還有更現(xiàn)實的全球性問題能得到緩解，即現(xiàn)在熱議的碳中和、碳排放。
當前，紡織服裝已經(jīng)成為全球第二大污染產(chǎn)業(yè)，全球每年約有1280萬噸服裝被填埋焚燒，制作服裝所排放的廢水占全球總量的20%，并承擔著全球10%碳排放。
甚至于，還有15%紡織產(chǎn)品會遭遇不被使用，直接走向燒毀的命運，從而造成二次污染。
而一旦將整個產(chǎn)業(yè)從研發(fā)、生產(chǎn)到最后的商品展銷等全流程搬上數(shù)字平臺，污染問題就能得到有效解決，可持續(xù)時尚才真正有落實的方向。
圖形學的產(chǎn)業(yè)發(fā)展
最后，回到這篇被收錄SIGGRAPH的研究成果本身。
可以看到的是，它不像是英偉達、谷歌每年傳統(tǒng)藝能——各種炫酷逼真的特效技術(shù)，以彰顯企業(yè)的前沿技術(shù)實力。
而是從更垂直的產(chǎn)業(yè)角度出發(fā)，技術(shù)迭代不太容易被人感知，但切實地解決了產(chǎn)業(yè)問題。
一方面，這說明圖形學技術(shù)已經(jīng)來到了產(chǎn)業(yè)端創(chuàng)造價值。
圖形學最有可能、也是最大限度落地的領(lǐng)域，不是熱議的電影、游戲，而是像服裝、工業(yè)這等產(chǎn)業(yè)領(lǐng)域。
另一方面還說明中國在圖形學上技術(shù)水平并不弱，會像AI一樣從前沿到產(chǎn)業(yè)加速前進。
從此次SIGGRAPH論文收錄結(jié)果可以看到，中國團隊已經(jīng)占據(jù)名單的一大半，其中不乏高校以及企業(yè)代表。
隨著圖形學產(chǎn)業(yè)價值更加顯性，更多世界級大牛參與進來。企業(yè)也將通過設(shè)立研究院、啟動獎學金等方式吸引更多高校人才加入。
以凌迪Style3D為例，去年就啟動了凌迪圖形學獎學金計劃，每位獲獎?wù)邔@得3萬人民幣的現(xiàn)金獎勵，第一期就有清華、浙大、中科大、南開、山大等10名碩博士獲得。
如此一來，產(chǎn)學研閉環(huán)一形成，更有利于圖形學產(chǎn)業(yè)化的長期發(fā)展。
如今爆火的元宇宙，最終擠掉泡沫。像當初的AI一樣，只有將底層技術(shù)與產(chǎn)業(yè)相結(jié)合，發(fā)揮更長遠的價值。
而這一點，中國的企業(yè)已經(jīng)先行一步。
