trabalho xxl

Este documento fornece uma visão geral de dois projetos de código aberto: XXL-JOB, uma estrutura de agendamento de tarefas distribuídas, e Mitsuba 3, um sistema de renderização orientado para pesquisa. Ambos os projetos oferecem documentação detalhada, tutoriais e suporte da comunidade. facilidade de uso e escalabilidade, enquanto o Mitsuba 3 prioriza alto desempenho e diferenciabilidade na renderização de simulações.

XXL-JOB

XXL-JOB, uma estrutura de agendamento de tarefas distribuídas.

-- Página inicial --

Introdução

XXL-JOB é uma estrutura de agendamento de tarefas distribuídas.

Seu principal objetivo de design é desenvolver rapidamente e aprender de forma simples, leve e fácil de expandir.

Agora, já é open source, e muitas empresas o utilizam em ambientes de produção, verdadeiros “out-of-the-box”.

XXL-JOB é uma plataforma distribuída de agendamento de tarefas. Seus principais objetivos de design são desenvolvimento rápido, fácil aprendizado, leve e fácil de expandir. Agora o código-fonte está aberto e conectado às linhas de produtos on-line de muitas empresas e pode ser usado imediatamente.

Patrocinador

XXL-JOB é um projeto de código aberto e gratuito, com seu desenvolvimento contínuo possibilitado inteiramente pelo apoio desses incríveis patrocinadores.

XXL-JOB é um projeto de código aberto e gratuito, e seu desenvolvimento contínuo é inteiramente possível graças ao apoio de seus patrocinadores. Código aberto não é fácil, patrocine o desenvolvimento do projeto

Documentação

Comunicação

Características

Desenvolvimento

Em meados de 2015, criei o armazém do projeto XXL-JOB no github e enviei o primeiro commit. Em seguida, realizei o design da estrutura do sistema, seleção da UI, design de interação...

De 2015 a novembro, XXL-JOB finalmente LANÇAU a primeira versão principal V1.0, e então eu a lancei para OSCHINA foi recomendado por @红水 em OSCHINA, e alcançou o “"Hot Moves" de OSCHINA classificado em primeiro lugar e git. O software de código aberto .oschina ficou em primeiro lugar em popularidade mensal. Gostaria de expressar meu agradecimento especial a Hongshu e a todos por sua atenção e apoio.

De 2015 a dezembro, publiquei o XXL-JOB na base de conhecimento interna da nossa empresa e foi reconhecido pelos colegas internos.

De janeiro de 2016 a janeiro, nossa empresa lançou o trabalho de acesso interno e customização do XXL-JOB. Gostaríamos de agradecer a dois colegas, Yuan e Yin, pela contribuição, e também aos demais colegas internos que deram atenção e apoio.

Em 13/05/2017, na sessão "Launching Up" da "62ª Conferência de Inovação de Código Aberto da China", realizada em Xangai, subi ao palco para fazer um discurso sobre XXL-JOB, e os 500 membros do público responderam com entusiasmo ( na foto) revisão do artigo).

Em 22/10/2017, participei do "Offensive Microservices Practical School Shanghai Station" organizado pela Cloud Open Talk e Spring Cloud China Community. Subi ao palco para fazer um discurso no XXL-JOB. O público respondeu com entusiasmo e falou. com XXL após a reunião. -Os usuários do JOB têm discussões e trocas acaloradas.

Em 11/12/2017, XXL-JOB teve a honra de participar do "InfoQ ArchSummit Global Architect Summit" e foi apresentado no local pelo "Professor Yang Bo", Diretor de Arquitetura de Paipaidai, no tópico especial "Princípios de Microsserviços, Infraestrutura e práticas de código aberto".

Em 18/12/2017, XXL-JOB participou da competição "Software de código aberto chinês mais popular de 2017", competindo entre cerca de 9.000 projetos nacionais de código aberto inscritos na época e, finalmente, entrou no top 30.

Em 15 de janeiro de 2018, XXL-JOB participou da competição "Projetos de código aberto mais populares em nuvem de código de 2017", competindo entre cerca de 6.500 projetos de nuvem de código inscritos na época e, finalmente, entrou no top 20.

Em 14 de abril de 2018, na "2018 Internet Developers Conference" realizada pela iTechPlus em Xangai, subi ao palco para fazer um discurso sobre o XXL-JOB. O público respondeu com entusiasmo e teve uma discussão acalorada com os usuários do XXL-JOB após a reunião. .

Em 27/05/2018, na sessão temática "Arquitetura" da "75ª Conferência de Inovação de Código Aberto da China", realizada em Xangai, subi ao palco para fazer um discurso sobre "Mapa de Infraestrutura e Middleware", e milhares de espectadores os membros responderam entusiasmados (revisão de fotos e textos).

Em 05/12/2018, XXL-JOB participou da competição "Software de código aberto chinês mais popular de 2018", competindo entre mais de 10.000 projetos de código aberto inscritos na época e, finalmente, ficou em 19º lugar.

Em 10/12/2019, XXL-JOB participou da competição "Software de código aberto chinês mais popular de 2019", competindo entre mais de 10.000 projetos de código aberto inscritos na época e, finalmente, ficou em 9º lugar na "Estrutura de desenvolvimento e Categoria de componentes básicos" .

Em 16 de novembro de 2020, XXL-JOB participou da competição "Software de código aberto chinês mais popular de 2020", competindo entre mais de 10.000 projetos de código aberto inscritos na época e, finalmente, ficou em 8º lugar na "Estrutura de desenvolvimento e base Categoria de componentes" .

Em 06/12/2021, XXL-JOB participou da competição "2021 OSC China Open Source Project Selection" e competiu entre mais de 10.000 projetos de código aberto inscritos na época e foi finalmente selecionado como o "Mais Popular". Projeto".

Nossa empresa Dianping acessou atualmente o XXL-JOB, que possui um alias interno de "Ferrari" (a Ferrari é customizada com base na versão V1.1 do XXL-JOB e é recomendado que novos aplicativos de acesso atualizem para a versão mais recente) .

De acordo com as últimas estatísticas, de 21/01/2016 a 01/12/2017, o sistema foi despachado aproximadamente 1 milhão de vezes, apresentando excelente desempenho. Recomenda-se que novos aplicativos de acesso usem a versão mais recente, porque após dezenas de atualizações de versão, o modelo de tarefa do sistema, o modelo de interação da interface do usuário e o modelo de comunicação de agendamento subjacente foram bastante otimizados e aprimorados, e as funções principais são mais estáveis ​​​​e eficientes.

Até agora, o XXL-JOB tem sido conectado às linhas de produtos on-line de muitas empresas, e os cenários de acesso incluem negócios de comércio eletrônico, negócios O2O e operações de big data, etc. foi conectado para incluir, mas não limitado a:

Mais empresas conectadas podem se cadastrar no endereço de cadastro. O cadastro é apenas para promoção de produtos.

Todos são bem-vindos para prestar atenção e usar, o XXL-JOB também aceitará mudanças e continuará a se desenvolver.

Contribuindo

Contribuições são bem-vindas! Abra uma solicitação pull para corrigir um bug ou abra um problema para discutir um novo recurso ou mudança.

Bem-vindo a contribuir com o projeto! Por exemplo, envie um PR para corrigir um bug ou crie um novo problema para discutir novos recursos ou alterações.

Direitos autorais e licença

Este produto é de código aberto e gratuito e continuará a fornecer suporte técnico gratuito à comunidade. Usuários individuais ou empresariais podem acessar e usar gratuitamente.

O produto é de código aberto e gratuito, e o suporte técnico gratuito da comunidade continuará a ser fornecido. Ele pode ser acessado e utilizado gratuitamente por indivíduos ou empresas. Se necessário, você pode entrar em contato com o autor por e-mail para obter autorização gratuita do projeto.

exemplo:

Renderizador Mitsuba 3

Documentação	Vídeos tutoriais	Linux	Mac OS	Windows	PyPI

️

Aviso

️

Existe actualmente uma grande quantidade de trabalho não documentado e instável em curso no

o branch master . É altamente recomendável que você use nosso branch master.

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.

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 com Python Materials.

  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.

  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. Consulte 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 cenas = 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}