avelã

Este documento fornece informações sobre dois projetos distintos: Hazelcast, uma plataforma de dados em tempo real, e Mitsuba 3, um sistema de renderização orientado para pesquisa. Hazelcast detalha seus recursos, casos de uso e diretrizes de contribuição, enquanto Mitsuba 3 se concentra em seus recursos, instalação e exemplos de uso. Ambos oferecem documentação abrangente e recursos de suporte para usuários.

Hazelcast

O que é Hazelcast

As empresas líderes mundiais confiam na Hazelcast para modernizar aplicações e tomar medidas instantâneas sobre os dados em movimento para criar novos fluxos de receita, mitigar riscos e operar com mais eficiência. As empresas usam a plataforma unificada de dados em tempo real da Hazelcast para processar dados de streaming, enriquecê-los com contexto histórico e tomar medidas instantâneas com automação padrão ou orientada por ML/IA - antes de serem armazenados em um banco de dados ou data lake.

Hazelcast é nomeado no Guia de Mercado Gartner para Processamento de Fluxo de Eventos e líder no Relatório de Radar GigaOm para Plataformas de Dados de Streaming. Para se juntar à nossa comunidade de CXOs, arquitetos e desenvolvedores de marcas como Lowe's, HSBC, JPMorgan Chase, Volvo, New York Life e outras, visite hazelcast.com.

Quando usar Hazelcast

Hazelcast fornece uma plataforma que pode lidar com vários tipos de cargas de trabalho para

construção de aplicativos em tempo real.

Principais recursos

Processamento de dados com estado

Hazelcast possui um mecanismo de processamento de dados integrado chamado

Jet, que pode ser usado para criar streaming/tempo real

e pipelines de dados em lote/estáticos que são elásticos. Foi comprovado que um único nó do Hazelcast agrega 10 milhões

eventos por segundo com

latência inferior a 10 milissegundos. Um cluster de nós Hazelcast pode processar bilhões

eventos por

segundo.

Comece

Siga os primeiros passos

Guia

para instalar e começar a usar o Hazelcast.

Documentação

Leia a documentação para

detalhes detalhados sobre como instalar o Hazelcast e uma visão geral dos recursos.

Obtenha ajuda

Você pode usar o Slack para obter ajuda com o Hazelcast.

Como contribuir

Obrigado pelo seu interesse em contribuir! A maneira mais fácil é simplesmente enviar um pull

solicitar.

Construindo a partir da fonte

Construir o Hazelcast requer no mínimo JDK 17. Extraia a fonte mais recente do

repositório e use a instalação (ou pacote) do Maven para construir:

Recomenda-se usar o script wrapper Maven incluído.

Também é possível usar a distribuição Maven local com o mesmo

versão que é usada no script wrapper do Maven.

Além disso, há uma compilação rápida ativada configurando o sistema -Dquick

propriedade que ignora tarefas de validação para compilações locais mais rápidas (por exemplo, testes, checkstyle

validação, javadoc, plugins de origem etc) e não cria extensões e distribuição

módulos.

Teste

Leve em consideração que a compilação padrão executa milhares de testes que podem

levar um tempo considerável. Hazelcast tem 3 perfis de teste:

para executar testes rápidos/de integração (que podem ser executados

em paralelo sem usar rede usando o perfil -P paraleloTest).

para executar testes que são lentos

ou não pode ser executado em paralelo.

para executar todos os testes em série usando

rede.

Alguns testes exigem que o Docker seja executado. Defina a propriedade do sistema -Dhazelcast.disable.docker.tests para ignorá-los.

Ao desenvolver um PR é suficiente executar seus novos testes e alguns

subconjunto relacionado de testes localmente. Nosso construtor de relações públicas cuidará da execução

o conjunto de testes completo.

Licença

O código-fonte neste repositório é coberto por uma das duas licenças:

A licença padrão em todo o repositório é a Licença Apache 2.0, a menos que o

cabeçalho especifica outra licença.

Agradecimentos

Devemos (as partes boas) da experiência do usuário de nossa ferramenta CLI a

picocli.

Direitos autorais

Copyright (c) 2008-2024, Hazelcast, Inc. Todos os direitos reservados.

Visite www.hazelcast.com para mais informações.

exemplo:

Renderizador Mitsuba 3

Documentação	Vídeos tutoriais	Linux	Mac OS	Windows	PyPI

️

Aviso

️

Actualmente existe uma grande quantidade de trabalho indocumentado e instável em curso no

o ramo master . É altamente recomendável que você use nosso

último lançamento

até novo aviso.

Se você já deseja experimentar as próximas mudanças, dê uma olhada em

este guia de portabilidade.

Deve cobrir a maioria dos novos recursos e mudanças importantes que estão por vir.

Introdução

Mitsuba 3 é um sistema de renderização orientado para pesquisa para luz direta e inversa

simulação de transporte desenvolvida na EPFL na Suíça.

Consiste em uma biblioteca principal e um conjunto de plug-ins que implementam funcionalidades

variando de materiais e fontes de luz a algoritmos de renderização completos.

Mitsuba 3 é redirecionável : isso significa que as implementações subjacentes e

estruturas de dados podem ser transformadas para realizar várias tarefas diferentes. Para

Por exemplo, o mesmo código pode simular transporte RGB escalar (clássico de um raio por vez)

ou transporte espectral diferencial na GPU. Tudo isso se baseia

Dr.Jit, um compilador just-in-time (JIT) especializado desenvolvido especificamente para este projeto.

Principais recursos

• Plataforma cruzada : Mitsuba 3 foi testado em Linux ( x86_64 ), macOS

  ( aarch64 , x8664 ) e Windows ( x8664 ).

• Alto desempenho : o compilador Dr.Jit subjacente funde o código de renderização

  em kernels que alcançam desempenho de última geração usando

  um back-end LLVM direcionado à CPU e um back-end CUDA/OptiX

  visando GPUs NVIDIA com aceleração de hardware de rastreamento de raio.

• Python primeiro : Mitsuba 3 está profundamente integrado ao Python. Materiais,

  texturas e até mesmo algoritmos de renderização completos podem ser desenvolvidos em Python,

  que o sistema compila JIT (e opcionalmente diferencia) em tempo real.

  Isso permite a experimentação necessária para pesquisas em computação gráfica e

  outras disciplinas.

• Diferenciação : Mitsuba 3 é um renderizador diferenciável, o que significa que

  pode calcular derivadas de toda a simulação em relação à entrada

  parâmetros como pose de câmera, geometria, BSDFs, texturas e volumes. Isto

  implementa algoritmos de renderização diferenciáveis ​​recentes desenvolvidos na EPFL.

• Espectral e Polarização : Mitsuba 3 pode ser usado como monocromático

  renderizador, renderizador baseado em RGB ou renderizador espectral. Cada variante pode

  opcionalmente, considere os efeitos da polarização, se desejado.

Vídeos tutoriais, documentação

Gravamos vários vídeos no YouTube que fornecem uma introdução gentil

Mitsuba 3 e Dr.Jit. Além disso você pode encontrar notebooks Juypter completos

cobrindo uma variedade de aplicações, guias de instruções e documentação de referência

em readthedocs.

Instalação

Fornecemos rodas binárias pré-compiladas via PyPI. Instalar o Mitsuba desta forma é tão simples quanto executar

 pip instalar mitsuba

na linha de comando. O pacote Python inclui treze variantes por padrão:

• scalar_rgb

• scalar_spectral

• scalarspectralpolarized

• llvmadrgb

• llvmadmono

• llvmadmono_polarized

• llvmadspectral

• llvmadspectral_polarized

• cudaadrgb

• cudaadmono

• cudaadmono_polarized

• cudaadspectral

• cudaadspectral_polarized

Os dois primeiros realizam simulação clássica de um raio por vez usando um RGB

ou representação espectral de cores, enquanto os dois últimos podem ser usados ​​para representação inversa

renderização na CPU ou GPU. Para acessar variantes adicionais, você precisará

compilar uma versão personalizada do Dr.Jit usando CMake. Por favor veja o

documentação

para obter detalhes sobre isso.

Requisitos

• Python >= 3.8

• (opcional) Para computação na GPU: Nvidia driver >= 495.89

• (opcional) Para computação vetorizada/paralela na CPU: LLVM >= 11.1

Uso

Aqui está um exemplo simples de "Hello World" que mostra como é simples renderizar um

cena usando Mitsuba 3 do Python:

 # Importe a biblioteca usando o alias "mi"import mitsuba as mi# Defina a variante do renderermi.setvariant('scalarrgb')# Carregue uma scenecene = mi.loaddict(mi.cornellbox())# Renderize a cenaimg = mi. render(scene)# Grave a imagem renderizada em um arquivo EXRmi.Bitmap(img).write('cbox.exr')

Tutoriais e cadernos de exemplo cobrindo uma variedade de aplicações podem ser encontrados

na documentação.

Sobre

Este projeto foi criado por Wenzel Jakob.

Recursos e/ou melhorias significativas no código foram contribuídos por

Sébastien Speierer,

Nicolas Roussel,

Merlin Nimier-David,

Délio Vicini,

Tizian Zeltner,

Baptiste Nicolet,

Miguel Crespo,

Vicente Leroy e

Zi Yi Zhang.

Ao usar o Mitsuba 3 em projetos acadêmicos, cite:

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