xxl работа

В этом документе представлен обзор двух проектов с открытым исходным кодом: XXL-JOB, среды распределенного планирования задач, и Mitsuba 3, исследовательско-ориентированной системы рендеринга. Оба проекта предлагают подробную документацию, учебные пособия и поддержку сообщества, на которой сосредоточено внимание XXL-JOB. простота использования и масштабируемость, в то время как Mitsuba 3 отдает приоритет высокой производительности и дифференциации при моделировании рендеринга.

XXL-РАБОТА

XXL-JOB, платформа распределенного планирования задач.

-- Домашняя страница --

Введение

XXL-JOB — это среда распределенного планирования задач.

Основная цель разработки — быстрая разработка и обучение, простые, легкие и легко расширяемые.

Теперь это уже открытый исходный код, и многие компании используют его в производственных средах, по-настоящему «из коробки».

XXL-JOB — это платформа распределенного планирования задач. Ее основные цели разработки — быстрая разработка, простота обучения, легкость и простота расширения. Теперь исходный код открыт и подключен к онлайн-линейкам продуктов многих компаний, и его можно использовать «из коробки».

Спонсор

XXL-JOB — это бесплатный проект с открытым исходным кодом, постоянное развитие которого стало возможным исключительно благодаря поддержке этих замечательных спонсоров.

XXL-JOB — это бесплатный проект с открытым исходным кодом, и его постоянное развитие вполне возможно благодаря поддержке его сторонников. Открытый исходный код — это непросто, идите спонсировать разработку проекта

Документация

Коммуникация

Функции

Разработка

В середине 2015 года я создал хранилище проектов XXL-JOB на github и отправил первый коммит. Затем я выполнил проектирование структуры системы, выбор пользовательского интерфейса, проектирование взаимодействия...

С 2015 года по ноябрь XXL-JOB наконец ВЫПУСКАЕТ первую основную версию V1.0, а затем я выпустил ее для OSCHINA. XXL-JOB был рекомендован @红水 на OSCHINA и занял первое место в рейтинге «Горячие ходы» OSCHINA и git. Программное обеспечение с открытым исходным кодом .oschina занимает первое место по ежемесячной популярности. Я хотел бы выразить особую благодарность Hongshu и поблагодарить всех вас за внимание и поддержку.

С 2015 года по декабрь я опубликовал XXL-JOB во внутренней базе знаний нашей компании, и он был признан внутренними коллегами.

С января 2016 года по январь наша компания запустила работу по внутреннему доступу и настройке XXL-JOB. Мы хотели бы поблагодарить двух коллег, Юаня и Инь, за их вклад, а также поблагодарить других внутренних коллег, которые оказали внимание и поддержку.

13 мая 2017 г. на сессии «Запуск» «62-й Китайской конференции по инновациям в области открытого исходного кода», проходившей в Шанхае, я вышел на сцену, чтобы выступить с речью о XXL-JOB, и 500 зрителей отреагировали с энтузиазмом ( на фото) обзор статьи).

22 октября 2017 г. я принял участие в «Практической школе наступательных микросервисов в Шанхае», организованной Cloud Open Talk и Spring Cloud China Community. Я вышел на сцену, чтобы выступить с речью о XXL-JOB. Аудитория отреагировала с энтузиазмом и заговорила. с XXL после встречи пользователи -JOB вели жаркие дискуссии и обмен мнениями.

11 декабря 2017 г. компания XXL-JOB удостоилась чести принять участие в «Глобальном саммите архитекторов InfoQ ArchSummit», и ее представил на месте «Учитель Ян Бо», директор по архитектуре Пайпайдай, в специальной теме «Принципы микросервисов». Инфраструктура и практики открытого исходного кода».

18 декабря 2017 г. XXL-JOB приняла участие в конкурсе «Самое популярное китайское программное обеспечение с открытым исходным кодом 2017 года», соревнуясь среди около 9000 отечественных проектов с открытым исходным кодом, которые были заявлены на тот момент, и, наконец, вошла в число 30 лучших.

15 января 2018 года XXL-JOB принял участие в конкурсе «Самые популярные проекты с открытым исходным кодом 2017 года», конкурируя среди примерно 6500 проектов облака кода, которые были заявлены на тот момент, и, наконец, вошел в топ-20.

14 апреля 2018 года на «Конференции интернет-разработчиков 2018», проводимой iTechPlus в Шанхае, я вышел на сцену, чтобы выступить с речью о XXL-JOB. Аудитория отреагировала с энтузиазмом и после встречи провела бурную дискуссию с пользователями XXL-JOB. .

27 мая 2018 г. на тематической сессии «Архитектура» «75-й Китайской конференции по инновациям с открытым исходным кодом», проходившей в Шанхае, я вышел на сцену, чтобы произнести программную речь на тему «Карта инфраструктуры и промежуточного программного обеспечения», и тысячи зрителей участники ответили с энтузиазмом (обзор изображений и текста).

5 декабря 2018 г. XXL-JOB приняла участие в конкурсе «Самое популярное китайское программное обеспечение с открытым исходным кодом 2018 года», соревнуясь среди более чем 10 000 проектов с открытым исходным кодом, которые были заявлены на тот момент, и, наконец, заняла 19-е место.

10 декабря 2019 г. XXL-JOB приняла участие в конкурсе «Самое популярное китайское программное обеспечение с открытым исходным кодом 2019 года», соревнуясь среди более чем 10 000 проектов с открытым исходным кодом, которые были заявлены на тот момент, и, наконец, заняла 9-е место в рейтинге «Структура разработки и Категория «Базовые компоненты».

16 ноября 2020 года XXL-JOB приняла участие в конкурсе «Самое популярное китайское программное обеспечение с открытым исходным кодом 2020 года», соревнуясь среди более чем 10 000 проектов с открытым исходным кодом, которые были заявлены на тот момент, и, наконец, заняла 8-е место в рейтинге «Среды разработки и базовые возможности». Категория компонентов».

06 декабря 2021 г. XXL-JOB принял участие в конкурсе OSC China Open Source Project Selection 2021. Он соревновался среди более чем 10 000 проектов с открытым исходным кодом, которые были заявлены на тот момент, и в конечном итоге был выбран как «Самый популярный». Проект".

Наша компания Dianping в настоящее время имеет доступ к XXL-JOB, который имеет внутренний псевдоним «Ferrari» (Ferrari настроен на основе версии XXL-JOB V1.1, и для новых приложений доступа рекомендуется обновиться до последней версии) .

Согласно последней статистике, с 21 января 2016 г. по 1 декабря 2017 г. система была отправлена ​​примерно 1 миллион раз, показав отличную производительность. Рекомендуется, чтобы новые приложения доступа использовали последнюю версию, поскольку после десятков обновлений версий модель задач системы, модель взаимодействия пользовательского интерфейса и базовая модель планирования связи были значительно оптимизированы и улучшены, а основные функции стали более стабильными и эффективными.

На данный момент XXL-JOB подключен к линейкам онлайн-продуктов многих компаний, а сценарии доступа включают в себя бизнес электронной коммерции, O2O-бизнес, операции с большими данными и т. д. По состоянию на последнее статистическое время компании, которые XXL-JOB был подключен, включая, помимо прочего:

Более подключенные компании могут зарегистрироваться по адресу регистрации. Регистрация предназначена только для продвижения продукта.

Приглашаем всех обратить внимание и использовать, XXL-JOB также будет принимать изменения и продолжать развиваться.

Содействие

Вклады приветствуются! Откройте запрос на включение, чтобы исправить ошибку, или откройте проблему, чтобы обсудить новую функцию или изменение.

Добро пожаловать, чтобы внести свой вклад в проект! Например, отправьте запрос на исправление ошибки или создайте новую проблему, чтобы обсудить новые функции или изменения.

Авторские права и лицензия

Этот продукт имеет открытый исходный код и является бесплатным, и он будет по-прежнему предоставлять бесплатную техническую поддержку со стороны сообщества.

Продукт имеет открытый исходный код и является бесплатным, а бесплатная техническая поддержка сообщества будет по-прежнему предоставляться. К нему могут свободно получить доступ и использовать его частные лица и предприятия. При необходимости вы можете связаться с автором по электронной почте для получения бесплатной авторизации проекта.

пример:

Мицуба Рендерер 3

Документация	Обучающие видео	Линукс	MacOS	Окна	ПиПИ

️

Предупреждение

️

В настоящее время в мире ведется большой объем недокументированной и нестабильной работы.

ветка master Мы настоятельно рекомендуем вам использовать нашу.

последний выпуск

до дальнейшего уведомления.

Если вы уже хотите опробовать предстоящие изменения, ознакомьтесь с

это руководство по портированию.

Он должен охватывать большинство новых функций и предстоящих кардинальных изменений.

Введение

Mitsuba 3 — это исследовательская система рендеринга прямого и обратного света.

транспортное моделирование, разработанное в EPFL в Швейцарии.

Он состоит из базовой библиотеки и набора плагинов, реализующих функциональность.

начиная от материалов и источников света и заканчивая полными алгоритмами рендеринга.

Mitsuba 3 является перенацеливаемой : это означает, что базовые реализации и

Структуры данных могут трансформироваться для выполнения различных задач.

Например, один и тот же код может моделировать скалярный (классический по одному лучу) транспорт RGB

или дифференциальный спектральный транспорт на графическом процессоре. Все это основано на этом.

Dr.Jit — специализированный JIT -компилятор, разработанный специально для этого проекта.

Основные характеристики

• Кроссплатформенность : Mitsuba 3 была протестирована на Linux ( x86_64 ), macOS.

  ( aarch64 , x8664 ) и Windows ( x8664 ).

• Высокая производительность : базовый компилятор Dr.Jit объединяет код рендеринга.

  в ядра, которые достигают высочайшей производительности, используя

  серверная часть LLVM, ориентированная на ЦП, и серверная часть CUDA/OptiX

  ориентированы на графические процессоры NVIDIA с аппаратным ускорением трассировки лучей.

• Python прежде всего : Mitsuba 3 глубоко интегрирован с Python Materials.

  текстуры и даже полные алгоритмы рендеринга могут быть разработаны на Python,

  который система JIT-компилирует (и, при необходимости, дифференцирует) на лету.

  Это позволяет проводить эксперименты, необходимые для исследований в области компьютерной графики и

  другие дисциплины.

• Дифференциация : Mitsuba 3 — это дифференцируемый рендерер, то есть он

  может вычислять производные всей симуляции относительно входных данных

  такие параметры, как поза камеры, геометрия, BSDF, текстуры и объемы.

  реализует последние алгоритмы дифференцируемого рендеринга, разработанные в EPFL.

• Спектральный и поляризационный : Mitsuba 3 можно использовать как монохроматический.

  рендерер, рендерер на основе RGB или спектральный рендерер. Каждый вариант может.

  при необходимости, при необходимости, учтите эффекты поляризации.

Обучающие видеоролики, документация

Мы записали несколько видеороликов на YouTube, которые дают краткое представление.

Mitsuba 3 и Dr.Jit Помимо этого вы можете найти полные блокноты Juypter.

охватывающий различные приложения, практические руководства и справочную документацию.

на прочтенной документации.

Установка

Мы предоставляем предварительно скомпилированные бинарные колеса через PyPI. Установить Mitsuba таким образом так же просто, как запустить.

 pip установить Мицубу

в командной строке Пакет Python по умолчанию включает тринадцать вариантов:

• scalar_rgb

• scalar_spectral

• scalarspectralpolarized

• llvmadrgb

• llvmadmono

• llvmadmono_polarized

• llvmadspectral

• llvmadspectral_polarized

• cudaadrgb

• cudaadmono

• cudaadmono_polarized

• cudaadspectral

• cudaadspectral_polarized

Первые два выполняют классическое моделирование по одному лучу с использованием RGB

или спектральное представление цвета, тогда как последние два могут использоваться для обратного

рендеринг на процессоре или графическом процессоре. Чтобы получить доступ к дополнительным вариантам, вам потребуется.

скомпилируйте собственную версию Dr.Jit с помощью CMake. См.

документация

для получения подробной информации об этом.

Требования

• Python >= 3.8

• (необязательно) Для вычислений на графическом процессоре: Nvidia driver >= 495.89

• (необязательно) Для векторизованных/параллельных вычислений на ЦП: LLVM >= 11.1

Использование

Вот простой пример «Hello World», который показывает, насколько просто визуализировать

сцена с использованием Mitsuba 3 из Python:

 # Импортируйте библиотеку, используя псевдоним "mi"import mitsuba as mi# Установите вариант renderermi.setvariant('scalarrgb')# Загрузите сцены = mi.loaddict(mi.cornellbox())# Отрисуйте сценуimg = mi. render(scene)# Запишите визуализированное изображение в файл EXRmi.Bitmap(img).write('cbox.exr')

Учебные пособия и блокноты с примерами, охватывающие различные приложения, можно найти.

в документации.

О

Этот проект создал Венцель Якоб.

Значительные функции и/или улучшения кода были внесены

Себастьян Шпейерер,

Николя Руссель,

Мерлин Нимье-Дэвид,

Делио Вичини,

Тициан Зельтнер,

Батист Николе,

Мигель Креспо,

Винсент Лерой и

Цзыи Чжан.

При использовании Mitsuba 3 в академических проектах указывайте:

 @software{Mitsuba3,title = {рендерер Mitsuba 3},author = {Венцель Якоб и Себастьян Шпейерер и Николя Руссель и Мерлин Нимьер-Давид и Делио Вичини и Тициан Зельтнер и Батист Николе и Мигель Креспо и Винсент Лерой и Зийи Чжан},note = {https://mitsuba-renderer.org},версия = {3.1.1},год = 2022}