論文の概要: From Splats to Silicon: Rethinking Computational Efficiency of 3DGS
- arxiv url: http://arxiv.org/abs/2609.06157v1
- Date: Sat, 05 Sep 2026 15:57:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.211328
- Title: From Splats to Silicon: Rethinking Computational Efficiency of 3DGS
- Title（参考訳）: SplatsからSiliconへ:3DGSの計算効率を再考
- Abstract要約: 3D Gaussian splatting (3DGS)は、明示的なプリミティブを持つシーンを表現し、リアルタイムのノベルビュー合成をサポートする。
システム効率は、シーン、視点、レンダリングパス、プラットフォームの制約によって大きく異なります。
- 参考スコア（独自算出の注目度）: 24.89564645819776
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: 3D Gaussian splatting (3DGS) represents scenes with explicit primitives and supports real-time novel-view synthesis, yet its system efficiency varies substantially across scenes, viewpoints, rendering paths, and platform constraints. Existing studies pursue efficiency through representation and algorithm design, GPU runtime optimization, and architectural support, but their reported gains correspond to different points along the rendering and update paths. Connecting these indicators to end-to-end system benefit requires tracing how each optimization changes Gaussian selection, screen-space work, data movement, and stage or frame time. We therefore use a workload-centric framework to connect representation and algorithm research, GPU runtimes, and hardware architectures and to identify recurring workload patterns. We complement literature analysis with reproduced measurements and controlled GPU profiling of selected implementations, relating workload counts to stage time and memory traffic. Together, these comparisons show that system gains depend on workload reductions reaching downstream execution, granularity matching each stage, and the cost of data transfers, synchronization, and cached results, gradients, and optimizer data. Building on these findings, we discuss more consistent evaluation under rendering-quality constraints and identify key directions for future system design.
- Abstract（参考訳）: 3D Gaussian splatting (3DGS)は、明示的なプリミティブを持つシーンを表現し、リアルタイムのノベルビュー合成をサポートするが、システム効率はシーン、視点、レンダリングパス、プラットフォーム制約によって大きく異なる。
既存の研究は、表現とアルゴリズム設計、GPUランタイム最適化、アーキテクチャサポートを通じて効率を追求しているが、報告されたゲインは、レンダリングと更新パスに沿って異なるポイントに対応している。
これらの指標をエンドツーエンドシステムに接続するには、各最適化がガウスの選択、画面空間の作業、データ移動、ステージまたはフレーム時間をどのように変更するかをトレースする必要がある。
したがって、ワークロード中心のフレームワークを使用して、表現とアルゴリズムの研究、GPUランタイム、ハードウェアアーキテクチャを接続し、繰り返し発生するワークロードパターンを識別します。
文献解析を再現された測定値と、実行時の負荷数とメモリトラフィックを関連づけたGPUプロファイリングにより補完する。
これらの比較結果から,ダウンストリーム実行に到達したワークロードの削減,各ステージの粒度マッチング,データ転送,同期,キャッシュ結果,勾配,オプティマイザデータといったコストに依存することが明らかとなった。
これらの結果に基づいて、レンダリング品質の制約の下でより一貫した評価を行い、将来のシステム設計の鍵となる方向を特定する。
関連論文リスト
- Stipple: Real-Time Incremental Gaussian Splatting with Visual-Inertial Tracking [45.88028371034407]
本稿では,効率的な視覚慣性追跡システムを活用することで,リアルタイムに追跡と再構築を行う新しい手法を提案する。
3DGSの重い前処理とトレーニングのステップの多くは、より効率的なインクリメンタルトレーニング戦略に置き換えられることが示されています。
論文 参考訳（メタデータ） (2026-08-02T02:17:05Z) - Efficient Inference for Large Vision-Language Models: Bottlenecks, Techniques, and Prospects [26.144665202231014]
LVLM(Large Vision-Language Models)は、画像やビデオに対する洗練された推論を可能にするが、その推論は視覚トークン支配として知られるシステム的効率障壁によって妨げられる。
提案手法は,符号化,プリフィル,デコードからなる推論ライフサイクルを中心に構築された効率技術に関する系統分類である。
論文 参考訳（メタデータ） (2026-04-07T07:44:11Z) - A Distributed Framework for Causal Modeling of Performance Variability in GPU Traces [0.43340169930181155]
本稿では,大規模GPUトレースの処理を効率的に行うために,エンドツーエンドの並列性能解析フレームワークを提案する。
提案するフレームワークのパーティショニングとプロセスは並列にトレースデータを処理し,因果グラフ法と並列コーディネートチャートを用いて実行フロー間の性能変動と依存性を明らかにする。
論文 参考訳（メタデータ） (2025-10-21T05:11:29Z) - AllTracker: Efficient Dense Point Tracking at High Resolution [62.840979507761425]
問合せフレームとビデオの他のフレーム間のフロー場を推定することで、長距離トラックを推定するモデルであるAllTrackerを導入する。
既存の点追跡法とは異なり,本手法は高分解能かつ高密度(全画素)対応フィールドを提供し,フローマップとして可視化することができる。
モデルは高速かつパラメータ効率(16万のパラメータ)で、高解像度で最先端のポイントトラッキング精度を提供する(つまり、40G GPU上で768x1024ピクセルを追跡する)。
論文 参考訳（メタデータ） (2025-06-08T22:55:06Z) - LODGE: Level-of-Detail Large-Scale Gaussian Splatting with Efficient Rendering [75.67501939005119]
メモリ制約デバイス上での3次元ガウススプラッティングのための新しいレベル・オブ・ディーテール(LOD)法を提案する。
カメラ距離に基づいてガウスの最適部分集合を反復的に選択する。
本手法は,屋外(階層型3DGS)と屋内(Zip-NeRF)の両方で最先端の性能を実現する。
論文 参考訳（メタデータ） (2025-05-29T06:50:57Z) - Tracktention: Leveraging Point Tracking to Attend Videos Faster and Better [61.381599921020175]
時間的一貫性は、出力が一貫性があり、アーティファクトがないことを保証するために、ビデオ予測において重要である。
時間的注意や3D畳み込みといった伝統的な手法は、重要な物体の動きに苦しむことがある。
本稿では,ポイントトラックを用いた動き情報を明示的に統合する新しいアーキテクチャコンポーネントであるトラックキート・レイヤを提案する。
論文 参考訳（メタデータ） (2025-03-25T17:58:48Z) - FlashGS: Efficient 3D Gaussian Splatting for Large-scale and High-resolution Rendering [11.727367585102112]
FlashGSは、3D Gaussian Splattingの効率的な差別化を容易にするように設計されている。
FlashGSの性能評価は、多種多様な合成シーンと実世界の大規模シーンで行われている。
結果は、FlashGSの優れたパフォーマンスとリソース最適化能力を強調し、それを3Dレンダリングの領域における恐ろしいツールとして位置づけた。
論文 参考訳（メタデータ） (2024-08-15T06:27:42Z) - SAGS: Structure-Aware 3D Gaussian Splatting [53.6730827668389]
本研究では,シーンの形状を暗黙的に符号化する構造認識型ガウス散乱法(SAGS)を提案する。
SAGSは、最先端のレンダリング性能と、ベンチマークノベルビュー合成データセットのストレージ要件の削減を反映している。
論文 参考訳（メタデータ） (2024-04-29T23:26:30Z) - SGTR+: End-to-end Scene Graph Generation with Transformer [42.396971149458324]
シーングラフ生成(SGG)は、その構成特性のため、困難な視覚的理解課題である。
これまでのほとんどの作業ではボトムアップ、2段階またはポイントベースの1段階のアプローチを採用していた。
本稿では、上記の問題に対処する新しいSGG法を提案し、そのタスクを二部グラフ構築問題として定式化する。
論文 参考訳（メタデータ） (2024-01-23T15:18:20Z) - Performance Embeddings: A Similarity-based Approach to Automatic
Performance Optimization [71.69092462147292]
パフォーマンス埋め込みは、アプリケーション間でパフォーマンスチューニングの知識伝達を可能にする。
本研究では, 深層ニューラルネットワーク, 密度およびスパース線形代数合成, および数値風速予測ステンシルのケーススタディにおいて, この伝達チューニング手法を実証する。
論文 参考訳（メタデータ） (2023-03-14T15:51:35Z) - SCFusion: Real-time Incremental Scene Reconstruction with Semantic
Completion [86.77318031029404]
本研究では,シーン再構成とセマンティックシーン補完を段階的かつリアルタイムに共同で行うフレームワークを提案する。
我々のフレームワークは、3Dグローバルモデルでセマンティックコンプリートを正確かつ効率的に融合させるために、占有マップを処理し、ボクセル状態を活用するように設計された新しいニューラルアーキテクチャに依存している。
論文 参考訳（メタデータ） (2020-10-26T15:31:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。