pekerjaan xxl

Dokumen ini memberikan gambaran umum tentang dua proyek sumber terbuka: XXL-JOB, kerangka penjadwalan tugas terdistribusi, dan Mitsuba 3, sistem rendering yang berorientasi pada penelitian. Kedua proyek tersebut menawarkan dokumentasi terperinci, tutorial, dan fokus pada dukungan komunitas kemudahan penggunaan dan skalabilitas, sedangkan Mitsuba 3 mengutamakan kinerja tinggi dan diferensiasi dalam simulasi rendering.

XXL-PEKERJAAN

XXL-JOB, kerangka penjadwalan tugas terdistribusi.

-- Halaman Beranda --

Perkenalan

XXL-JOB adalah kerangka penjadwalan tugas terdistribusi.

Tujuan desain intinya adalah untuk berkembang dengan cepat dan belajar secara sederhana, ringan, dan mudah untuk dikembangkan.

Sekarang, ini sudah menjadi open source, dan banyak perusahaan menggunakannya dalam lingkungan produksi, benar-benar "out-of-the-box".

XXL-JOB adalah platform penjadwalan tugas terdistribusi. Tujuan desain intinya adalah pengembangan cepat, pembelajaran mudah, ringan, dan mudah diperluas. Sekarang kode sumbernya terbuka dan terhubung ke lini produk online banyak perusahaan, dan dapat langsung digunakan.

Sponsor

XXL-JOB adalah proyek open source dan gratis, dengan pengembangan berkelanjutan yang dimungkinkan sepenuhnya berkat dukungan dari para pendukung yang luar biasa ini.

XXL-JOB adalah proyek open source dan gratis, dan pengembangan berkelanjutannya sepenuhnya dimungkinkan berkat dukungan para pendukungnya. Open source tidaklah mudah, pergilah untuk mensponsori pengembangan proyek

Dokumentasi

Komunikasi

Fitur

Perkembangan

Pada pertengahan tahun 2015, saya membuat gudang proyek XXL-JOB di github dan menyerahkan komit pertama. Kemudian saya melakukan desain struktur sistem, pemilihan UI, desain interaksi...

Dari tahun 2015 hingga November, XXL-JOB akhirnya RELEASE versi mayor pertama V1.0, dan kemudian saya merilisnya ke OSCHINA. XXL-JOB direkomendasikan oleh @红水 di OSCHINA, dan mencapai peringkat pertama dan git OSCHINA. Perangkat lunak sumber terbuka .oschina menduduki peringkat pertama dalam popularitas bulanan. Saya ingin mengucapkan terima kasih khusus kepada Hongshu dan terima kasih atas perhatian dan dukungan Anda.

Dari 2015 hingga Desember, saya menerbitkan XXL-JOB ke basis pengetahuan internal perusahaan kami, dan diakui oleh rekan-rekan internal.

Sejak Januari 2016 hingga Januari, perusahaan kami meluncurkan pekerjaan akses internal dan penyesuaian XXL-JOB. Kami mengucapkan terima kasih kepada dua rekan, Yuan dan Yin, atas kontribusinya, dan juga berterima kasih kepada rekan internal lainnya yang telah memberikan perhatian dan dukungan.

Pada 13-05-2017, dalam sesi "Peluncuran" dari "Konferensi Inovasi Sumber Terbuka China ke-62" yang diadakan di Shanghai, saya naik panggung untuk memberikan pidato tentang XXL-JOB, dan 500 penonton merespons dengan antusias ( foto) ulasan artikel).

Pada tanggal 22-10-2017, saya mengikuti "Stasiun Shanghai Sekolah Praktis Layanan Mikro Ofensif" yang diselenggarakan oleh Cloud Open Talk dan Komunitas Spring Cloud China. Saya naik ke panggung untuk memberikan pidato di XXL-JOB dengan XXL setelah pertemuan. -Pengguna JOB melakukan diskusi dan pertukaran yang memanas.

Pada 11-12-2017, XXL-JOB mendapat kehormatan untuk berpartisipasi dalam "InfoQ ArchSummit Global Architect Summit" dan diperkenalkan di tempat oleh "Teacher Yang Bo", Direktur Arsitektur Paipaidai, dalam topik khusus "Prinsip-Prinsip Layanan Mikro, Praktik Infrastruktur dan Sumber Terbuka".

Pada 18-12-2017, XXL-JOB berpartisipasi dalam kompetisi "Perangkat Lunak Sumber Terbuka China Paling Populer 2017", bersaing di antara sekitar 9.000 proyek sumber terbuka dalam negeri yang telah masuk pada saat itu, dan akhirnya masuk 30 besar.

Pada tanggal 15 Januari 2018, XXL-JOB mengikuti kompetisi "2017 Code Cloud Most Popular Open Source Projects", bersaing di antara sekitar 6.500 proyek code cloud yang telah masuk saat itu, dan akhirnya masuk 20 besar.

Pada tanggal 14 April 2018, pada "Konferensi Pengembang Internet 2018" yang diadakan oleh iTechPlus di Shanghai, saya naik panggung untuk memberikan pidato tentang XXL-JOB. Penonton menanggapi dengan antusias dan berdiskusi hangat dengan pengguna XXL-JOB setelah pertemuan tersebut .

Pada tanggal 27-05-2018, pada sesi tema "Arsitektur" dari "Konferensi Inovasi Sumber Terbuka China ke-75" yang diadakan di Shanghai, saya naik panggung untuk memberikan pidato utama tentang "Peta Infrastruktur dan Middleware", dan ribuan penonton anggota merespons dengan antusias (ulasan gambar dan teks).

Pada 05-12-2018, XXL-JOB berpartisipasi dalam kompetisi "Perangkat Lunak Sumber Terbuka China Paling Populer 2018", bersaing di antara lebih dari 10.000 proyek sumber terbuka yang telah diikutsertakan pada saat itu, dan akhirnya menduduki peringkat ke-19.

Pada 10-12-2019, XXL-JOB berpartisipasi dalam kompetisi "Perangkat Lunak Sumber Terbuka China Paling Populer 2019", bersaing di antara lebih dari 10.000 proyek sumber terbuka yang telah diikutsertakan pada saat itu, dan akhirnya menduduki peringkat ke-9 dalam "Kerangka Pengembangan dan Kategori Komponen Dasar".

Pada tanggal 16 November 2020, XXL-JOB mengikuti kompetisi "Perangkat Lunak Sumber Terbuka China Paling Populer 2020", bersaing di antara lebih dari 10.000 proyek sumber terbuka yang telah diikutsertakan pada saat itu, dan akhirnya menduduki peringkat ke-8 dalam "Kerangka Pengembangan dan Dasar Kategori Komponen".

Pada 06-12-2021, XXL-JOB berpartisipasi dalam kompetisi "2021 OSC China Open Source Project Selection", yang berkompetisi di antara lebih dari 10.000 proyek open source yang telah diikutsertakan pada saat itu, dan akhirnya terpilih sebagai "Paling Populer Proyek".

Perusahaan kami Dianping saat ini telah mengakses XXL-JOB, yang memiliki alias internal "Ferrari" (Ferrari disesuaikan berdasarkan XXL-JOB versi V1.1, dan disarankan untuk aplikasi akses baru untuk meningkatkan ke versi terbaru) .

Menurut statistik terbaru, dari 21-01-2016 hingga 01-12-2017, sistem ini telah dikirimkan sekitar 1 juta kali, menunjukkan kinerja yang sangat baik. Disarankan agar aplikasi akses baru menggunakan versi terbaru, karena setelah puluhan pembaruan versi, model tugas sistem, model interaksi UI, dan model komunikasi penjadwalan yang mendasarinya telah sangat dioptimalkan dan ditingkatkan, serta fungsi inti menjadi lebih stabil dan efisien.

Sejauh ini, XXL-JOB telah terhubung ke lini produk online banyak perusahaan, dan skenario aksesnya mencakup bisnis e-commerce, bisnis O2O dan operasi data besar, dll. Pada waktu statistik terbaru, perusahaan yang XXL-JOB telah terhubung untuk mencakup namun tidak terbatas pada:

Lebih banyak perusahaan yang terhubung dipersilakan untuk mendaftar di alamat pendaftaran. Pendaftaran hanya untuk promosi produk.

Setiap orang dipersilakan untuk memperhatikan dan menggunakan, XXL-JOB juga akan menerima perubahan dan terus berkembang.

Berkontribusi

Kontribusi dipersilahkan! Buka permintaan tarik untuk memperbaiki bug, atau buka Masalah untuk mendiskusikan fitur baru atau perubahan.

Selamat berkontribusi pada proyek ini! Misalnya, kirimkan PR untuk memperbaiki bug, atau membuat Issue baru untuk mendiskusikan fitur atau perubahan baru.

Hak Cipta dan Lisensi

Produk ini bersifat open source dan gratis, dan akan terus memberikan dukungan teknis komunitas gratis. Pengguna individu atau perusahaan bebas mengakses dan menggunakan.

Produk ini bersifat open source dan gratis, dan dukungan teknis komunitas gratis akan terus diberikan. Ini dapat diakses dan digunakan secara bebas oleh individu atau perusahaan. Jika perlu, Anda dapat menghubungi penulis melalui email untuk mendapatkan otorisasi proyek gratis.

contoh:

Penyaji Mitsuba 3

Dokumentasi	Video tutorial	Linux	macOS	jendela	PyPI

️

Peringatan

️

Saat ini terdapat banyak pekerjaan tidak terdokumentasi dan tidak stabil yang terjadi

cabang master . Kami sangat menyarankan Anda menggunakan

rilis terbaru

sampai pemberitahuan lebih lanjut.

Jika Anda sudah ingin mencoba perubahan yang akan datang, silakan lihat

panduan porting ini.

Ini harus mencakup sebagian besar fitur baru dan perubahan penting yang akan datang.

Perkenalan

Mitsuba 3 adalah sistem rendering berorientasi penelitian untuk cahaya maju dan mundur

simulasi transportasi dikembangkan di EPFL di Swiss.

Ini terdiri dari perpustakaan inti dan satu set plugin yang mengimplementasikan fungsionalitas

mulai dari bahan dan sumber cahaya hingga algoritma rendering lengkap.

Mitsuba 3 dapat ditargetkan ulang : ini berarti implementasi yang mendasarinya dan

struktur data dapat diubah untuk menyelesaikan berbagai tugas berbeda

Misalnya, kode yang sama dapat mensimulasikan transpor RGB skalar (klasik satu sinar pada satu waktu).

atau transportasi spektral diferensial pada GPU

Dr.Jit, kompiler just-in-time (JIT) khusus yang dikembangkan khusus untuk proyek ini.

Fitur Utama

• Lintas platform : Mitsuba 3 telah diuji di Linux ( x86_64 ), macOS

  ( aarch64 , x8664 ), dan Windows ( x8664 ).

• Performa tinggi : Kompiler Dr.Jit yang mendasari menggabungkan kode rendering

  menjadi kernel yang mencapai kinerja canggih dengan menggunakan

  backend LLVM yang menargetkan CPU dan backend CUDA/OptiX

  menargetkan GPU NVIDIA dengan akselerasi perangkat keras ray tracing.

• Python pertama : Mitsuba 3 sangat terintegrasi dengan Python Materials,

  tekstur, dan bahkan algoritma rendering penuh dapat dikembangkan dengan Python,

  yang dikompilasi oleh sistem JIT (dan secara opsional dibedakan) dengan cepat.

  Hal ini memungkinkan eksperimen yang diperlukan untuk penelitian dalam grafik komputer dan

  disiplin ilmu lainnya.

• Diferensiasi : Mitsuba 3 adalah penyaji yang dapat dibedakan, artinya itu

  dapat menghitung turunan dari keseluruhan simulasi sehubungan dengan masukan

  parameter seperti pose kamera, geometri, BSDF, tekstur, dan volume

  mengimplementasikan algoritma rendering terdiferensiasi terbaru yang dikembangkan di EPFL.

• Spektral & Polarisasi : Mitsuba 3 dapat digunakan sebagai monokromatik

  penyaji, penyaji berbasis RGB, atau penyaji spektral. Setiap varian bisa

  secara opsional memperhitungkan efek polarisasi jika diinginkan.

Video tutorial, dokumentasi

Kami telah merekam beberapa video YouTube yang memberikan pengenalan lembut

Mitsuba 3 dan Dr.Jit. Selain itu, Anda dapat menemukan buku catatan Juypter lengkap

mencakup berbagai aplikasi, panduan cara kerja, dan dokumentasi referensi

di readthedocs.

Instalasi

Kami menyediakan roda biner yang telah dikompilasi sebelumnya melalui PyPI. Menginstal Mitsuba dengan cara ini semudah menjalankannya

 pip instal mitsuba

pada baris perintah. Paket Python mencakup tiga belas varian secara default:

• scalar_rgb

• scalar_spectral

• scalarspectralpolarized

• llvmadrgb

• llvmadmono

• llvmadmono_polarized

• llvmadspectral

• llvmadspectral_polarized

• cudaadrgb

• cudaadmono

• cudaadmono_polarized

• cudaadspectral

• cudaadspectral_polarized

Dua yang pertama melakukan simulasi klasik satu sinar pada satu waktu menggunakan RGB

atau representasi warna spektral, sedangkan dua yang terakhir dapat digunakan untuk invers

rendering pada CPU atau GPU

kompilasi versi khusus Dr.Jit menggunakan CMake. Silakan lihat

dokumentasi

untuk rincian tentang ini.

Persyaratan

• Python >= 3.8

• (opsional) Untuk komputasi pada GPU: Nvidia driver >= 495.89

• (opsional) Untuk komputasi vektor/paralel pada CPU: LLVM >= 11.1

Penggunaan

Berikut adalah contoh sederhana "Hello World" yang menunjukkan betapa sederhananya merender a

adegan menggunakan Mitsuba 3 dari Python:

 # Impor perpustakaan menggunakan alias "mi"impor mitsuba sebagai mi# Atur varian renderermi.setvariant('scalarrgb')# Muat adegan = mi.loaddict(mi.cornellbox())# Render sceneimg = mi. render(adegan)# Tulis gambar yang dirender ke file EXRmi.Bitmap(img).write('cbox.exr')

Tutorial dan contoh buku catatan yang mencakup berbagai aplikasi dapat ditemukan

dalam dokumentasi.

Tentang

Proyek ini dibuat oleh Wenzel Jakob.

Fitur-fitur penting dan/atau perbaikan pada kode disumbangkan oleh

Sébastien Speierer,

Nicolas Roussel,

Merlin Nimier-David,

Delio Vicini,

Tizian Zeltner,

Baptiste Nicolet,

Miguel Crespo,

Vincent Leroy, dan

Ziyi Zhang.

Saat menggunakan Mitsuba 3 dalam proyek akademik, harap kutip:

 @software{Mitsuba3,title = {Mitsuba 3 renderer},author = {Wenzel Jakob dan Sébastien Speierer dan Nicolas Roussel dan Merlin Nimier-David dan Delio Vicini dan Tizian Zeltner dan Baptiste Nicolet dan Miguel Crespo dan Vincent Leroy dan Ziyi Zhang},catatan = {https://mitsuba-renderer.org},versi = {3.1.1},tahun = 2022}