สปริงจีพีซี

เอกสารนี้ให้ภาพรวมของสองโครงการที่แตกต่างกัน ได้แก่ gRPC/Spring ซึ่งเป็น Spring Boot Starter สำหรับ gRPC และ Mitsuba 3 ซึ่งเป็นระบบการเรนเดอร์ที่เน้นการวิจัย ส่วน gRPC/Spring ให้รายละเอียดคุณสมบัติ คำแนะนำการใช้งาน และข้อมูลความเข้ากันได้ ส่วน Mitsuba 3 ครอบคลุมถึงการติดตั้ง การใช้งาน คุณลักษณะ และผู้สนับสนุน ทั้งสองส่วนมีตัวอย่างโค้ดและลิงก์ไปยังเอกสารประกอบเพิ่มเติม

แบบสำรวจ - gRPC/Spring

เรียนผู้ใช้ gRPC/Spring เพื่อปรับปรุงประสบการณ์ผู้ใช้

grpc-ecosystem/grpc-spring เราได้พัฒนาแบบสำรวจนี้เพื่อเป็นแนวทางในการ

การสร้างสายการสื่อสารโดยตรง ความคิดเห็นของคุณได้รับการชื่นชมอย่างมาก

สตาร์ทเตอร์สปริงบูท gRPC

README: อังกฤษ | 中文

เอกสารประกอบ: อังกฤษ | 中文

คุณสมบัติ

กำหนดค่าและรันเซิร์ฟเวอร์ gRPC โดยอัตโนมัติด้วยการใช้งาน @GrpcService ของคุณ

สร้างและจัดการช่อง grpc และ stub ของคุณโดยอัตโนมัติด้วย @GrpcClient

รองรับรสชาติ grpc-java อื่น ๆ (เช่น

gRPC ปฏิกิริยา (RxJava)

grpc-kotlin, ...)

รองรับ Spring-Security

รองรับสปริงคลาวด์

รองรับ Spring Sleuth เป็นโซลูชันการติดตามแบบกระจาย

(หากมี Brave-instrumentation-grpc อยู่)

รองรับเซิร์ฟเวอร์/ไคลเอนต์ gRPC ระดับโลกและแบบกำหนดเอง

รองรับหน่วยเมตริกอัตโนมัติ (ใช้ไมโครมิเตอร์/แอคชูเอเตอร์)

ใช้งานได้กับ grpc-netty (ไม่แรเงา) ด้วย

รุ่นต่างๆ

เวอร์ชันล่าสุดคือ 3.1.0.RELEASE ซึ่งคอมไพล์ด้วย spring-boot 3.2.4 และ spring-cloud 2023.0.0

แต่ยังเข้ากันได้กับเวอร์ชันอื่นๆ มากมายอีกด้วย

คุณสามารถดูภาพรวมของทุกเวอร์ชันและเวอร์ชันไลบรารีที่เกี่ยวข้องได้ในเอกสารประกอบของเรา

หมายเหตุ: โปรเจ็กต์นี้ยังสามารถใช้ได้โดยไม่ต้องใช้ Spring-Boot อย่างไรก็ตาม ต้องมีการกำหนดค่า bean ด้วยตนเอง

การใช้งาน

เซิร์ฟเวอร์ gRPC + ไคลเอนต์

หากต้องการเพิ่มการพึ่งพาโดยใช้ Maven ให้ใช้ดังต่อไปนี้:

วิธีเพิ่มการพึ่งพาโดยใช้ Gradle:

เซิร์ฟเวอร์ gRPC

หากต้องการเพิ่มการพึ่งพาโดยใช้ Maven ให้ใช้ดังต่อไปนี้:

วิธีเพิ่มการพึ่งพาโดยใช้ Gradle:

อธิบายการใช้งานอินเทอร์เฟซเซิร์ฟเวอร์ของคุณด้วย @GrpcService

ตามค่าเริ่มต้น เซิร์ฟเวอร์ grpc จะฟังพอร์ต 9090 สิ่งเหล่านี้และอื่นๆ

การตั้งค่า

สามารถเปลี่ยนแปลงได้ผ่านกลไกคุณสมบัติของสปริง เซิร์ฟเวอร์ใช้ grpc.server คำนำหน้า

โปรดดูเอกสารของเราสำหรับรายละเอียดเพิ่มเติม

ไคลเอนต์ gRPC

หากต้องการเพิ่มการพึ่งพาโดยใช้ Maven ให้ใช้ดังต่อไปนี้:

วิธีเพิ่มการพึ่งพาโดยใช้ Gradle:

ใส่คำอธิบายประกอบฟิลด์ของต้นขั้วไคลเอ็นต์ grpc ของคุณด้วย @GrpcClient(serverName)

ห้ามใช้ร่วมกับ @Autowired หรือ @Inject

หมายเหตุ: คุณสามารถใช้ชื่อเซิร์ฟเวอร์ grpc เดียวกันสำหรับหลายช่องและ stub ที่แตกต่างกันได้ (แม้ว่าจะต่างกันก็ตาม

เครื่องสกัดกั้น)

จากนั้นคุณสามารถส่งข้อความค้นหาไปยังเซิร์ฟเวอร์ของคุณได้ดังนี้:

สามารถกำหนดค่าที่อยู่เป้าหมายสำหรับลูกค้าแต่ละรายแยกกันได้

อย่างไรก็ตาม ในบางกรณี คุณสามารถพึ่งพาการกำหนดค่าเริ่มต้นได้

คุณสามารถปรับแต่งการแมป URL เริ่มต้นได้ผ่าน NameResolver.Factory beans หากคุณไม่ได้กำหนดค่า bean นั้น

จากนั้น uri เริ่มต้นจะถูกคาดเดาโดยใช้รูปแบบเริ่มต้นและชื่อ (เช่น: dns:/

-

เหล่านี้และอื่นๆ

การตั้งค่า

สามารถเปลี่ยนแปลงได้ผ่านกลไกคุณสมบัติของสปริง ไคลเอนต์ใช้ grpc.client.(serverName) คำนำหน้า

โปรดดูเอกสารของเราสำหรับรายละเอียดเพิ่มเติม

ทำงานด้วย grpc-netty (ไม่แรเงา)

ไลบรารีนี้รองรับทั้ง grpc-netty และ grpc-netty-shaded

อันหลังอาจป้องกันข้อขัดแย้งกับ grpc-version ที่เข้ากันไม่ได้หรือข้อขัดแย้งระหว่างไลบรารีที่ต้องใช้ netty เวอร์ชันที่แตกต่างกัน

หมายเหตุ: หากมี netty ที่แรเงาอยู่บน classpath ไลบรารีนี้จะนิยมมันมากกว่า grpc-netty ที่ไม่แรเงาเสมอ

คุณสามารถใช้กับ Maven ได้ดังนี้:

และเช่นนี้เมื่อใช้ Gradle:

ตัวอย่างโครงการ

อ่านเพิ่มเติมเกี่ยวกับโครงการตัวอย่างของเราที่นี่

การแก้ไขปัญหา

โปรดดูเอกสารประกอบของเราเพื่อขอความช่วยเหลือ

มีส่วนร่วม

ยินดีรับผลงานเสมอ! โปรดดู CONTRIBUTING.md สำหรับคำแนะนำโดยละเอียด

ตัวอย่าง:

มิตสึบะ เรนเดอร์เรอร์ 3

เอกสารประกอบ

วิดีโอสอน

ลินุกซ์

แมคโอเอส

หน้าต่าง

พีพีไอ

คำเตือน

ขณะนี้มีงานที่ไม่มีเอกสารและไม่มั่นคงเกิดขึ้นจำนวนมาก

สาขาหลัก เราขอแนะนำให้คุณใช้ของเรา

รุ่นล่าสุด

จนกว่าจะมีประกาศต่อไป

หากคุณต้องการลองใช้การเปลี่ยนแปลงที่กำลังจะเกิดขึ้น โปรดดูที่

คู่มือการย้ายนี้

ควรครอบคลุมคุณลักษณะใหม่ส่วนใหญ่และการเปลี่ยนแปลงที่กำลังจะเกิดขึ้น

การแนะนำ

Mitsuba 3 เป็นระบบการเรนเดอร์ที่เน้นการวิจัยสำหรับแสงไปข้างหน้าและไฟผกผัน

การจำลองการขนส่งที่พัฒนาขึ้นที่ EPFL ในประเทศสวิตเซอร์แลนด์

ประกอบด้วยไลบรารีหลักและชุดปลั๊กอินที่ใช้ฟังก์ชันการทำงาน

ตั้งแต่วัสดุและแหล่งกำเนิดแสงไปจนถึงอัลกอริธึมการเรนเดอร์ที่สมบูรณ์

Mitsuba 3 สามารถกำหนดเป้าหมายใหม่ได้: นี่หมายความว่าการใช้งานพื้นฐานและ

โครงสร้างข้อมูลสามารถแปลงสภาพเพื่อทำงานต่างๆ ให้สำเร็จได้ สำหรับ

ตัวอย่าง รหัสเดียวกันสามารถจำลองการขนส่ง RGB ทั้งแบบสเกลาร์ (คลาสสิกหนึ่งเรย์ต่อครั้ง)

หรือการขนส่งสเปกตรัมที่แตกต่างกันบน GPU ทั้งหมดนี้สร้างขึ้น

Dr.Jit คอมไพเลอร์แบบทันเวลา (JIT) เฉพาะทางที่พัฒนาขึ้นสำหรับโปรเจ็กต์นี้โดยเฉพาะ

คุณสมบัติหลัก

ข้ามแพลตฟอร์ม: Mitsuba 3 ได้รับการทดสอบบน Linux (x86_64), macOS

(aarch64, x8664) และ Windows (x8664)

ประสิทธิภาพสูง: คอมไพเลอร์ Dr.Jit พื้นฐานจะฟิวส์โค้ดการเรนเดอร์

สู่เมล็ดพืชที่ได้รับประสิทธิภาพอันล้ำสมัยโดยใช้

แบ็กเอนด์ LLVM ที่กำหนดเป้าหมาย CPU และแบ็กเอนด์ CUDA/OptiX

กำหนดเป้าหมาย NVIDIA GPU ด้วยการเร่งด้วยฮาร์ดแวร์ Ray Tracing

Python อันดับแรก: Mitsuba 3 ได้รับการบูรณาการอย่างลึกซึ้งกับ Python วัสดุ,

พื้นผิวและแม้กระทั่งอัลกอริธึมการเรนเดอร์แบบเต็มสามารถพัฒนาได้ใน Python

ซึ่งระบบ JIT คอมไพล์ (และเลือกสร้างความแตกต่าง) ได้ทันที

สิ่งนี้ทำให้สามารถทดลองที่จำเป็นสำหรับการวิจัยในคอมพิวเตอร์กราฟิกและ

สาขาวิชาอื่น ๆ

ความแตกต่าง: Mitsuba 3 เป็นตัวเรนเดอร์ที่สร้างความแตกต่างได้ ซึ่งหมายความว่ามัน

สามารถคำนวณอนุพันธ์ของการจำลองทั้งหมดโดยคำนึงถึงอินพุต

พารามิเตอร์ต่างๆ เช่น ท่าทางกล้อง เรขาคณิต BSDF พื้นผิว และปริมาตร มัน

ใช้อัลกอริธึมการเรนเดอร์เชิงอนุพันธ์ล่าสุดที่พัฒนาขึ้นที่ EPFL

สเปกตรัมและโพลาไรซ์: Mitsuba 3 สามารถใช้เป็นสีเดียวได้

ตัวเรนเดอร์ ตัวเรนเดอร์แบบ RGB หรือตัวเรนเดอร์สเปกตรัม แต่ละรุ่นได้

สามารถเลือกพิจารณาถึงผลกระทบของโพลาไรเซชันได้หากต้องการ

วิดีโอสอน เอกสารประกอบ

เราได้บันทึกวิดีโอ YouTube หลายรายการที่มีการแนะนำอย่างนุ่มนวล

มิตซูบา 3 และ คุณหมอจิตร. นอกเหนือจากนี้ คุณจะพบสมุดบันทึก Juypter ฉบับสมบูรณ์

ครอบคลุมการใช้งาน คำแนะนำวิธีใช้ และเอกสารอ้างอิงที่หลากหลาย

บน readthedocs

การติดตั้ง

เราจัดเตรียมล้อไบนารีที่คอมไพล์ไว้ล่วงหน้าผ่าน PyPI การติดตั้ง Mitsuba ด้วยวิธีนี้ทำได้ง่ายเพียงแค่ใช้งาน

pip ติดตั้งมิตซูบา

บนบรรทัดคำสั่ง แพ็คเกจ Python มีตัวแปรสิบสามแบบตามค่าเริ่มต้น:

สเกลาร์_rgb

สเกลาร์_สเปกตรัม

สเกลาร์สเปกตรัมโพลาไรซ์

llvmadrgb

llvmadmono

llvmadmono_polarized

llvmadspectral

llvmadspectral_polarized

cudaadrgb

cudaadmono

cudaadmono_polarized

cudaadspectral

cudaadspectral_polarized

สองรายการแรกทำการจำลองแบบหนึ่งเรย์ต่อครั้งแบบคลาสสิกโดยใช้ RGB

หรือการแสดงสีสเปกตรัม ในขณะที่สองอันหลังสามารถใช้สำหรับการผกผันได้

แสดงผลบน CPU หรือ GPU หากต้องการเข้าถึงตัวแปรเพิ่มเติม คุณจะต้อง

รวบรวม Dr.Jit เวอร์ชันที่กำหนดเองโดยใช้ CMake โปรดดูที่

เอกสารประกอบ

สำหรับรายละเอียดเกี่ยวกับเรื่องนี้

ความต้องการ

หลาม >= 3.8

(ทางเลือก) สำหรับการคำนวณบน GPU: ไดรเวอร์ Nvidia >= 495.89

(ทางเลือก) สำหรับการคำนวณแบบเวกเตอร์ / แบบขนานบน CPU: LLVM >= 11.1

การใช้งาน

นี่คือตัวอย่าง "Hello World" ง่ายๆ ที่แสดงให้เห็นว่าการเรนเดอร์ a เป็นเรื่องง่ายเพียงใด

ฉากโดยใช้ Mitsuba 3 จาก Python:

# นำเข้าไลบรารีโดยใช้นามแฝง "mi" นำเข้า mitsuba เป็น mi# ตั้งค่าตัวแปรของ renderermi.setvariant('scalarrgb')# โหลดฉากฉาก = mi.loติดยาเสพติด(mi.cornellbox())# เรนเดอร์ฉาก img = mi render(scene)# เขียนภาพที่เรนเดอร์ไปยังไฟล์ EXRmi.Bitmap(img).write('cbox.exr')

สามารถดูบทช่วยสอนและสมุดบันทึกตัวอย่างที่ครอบคลุมการใช้งานที่หลากหลาย

ในเอกสารประกอบ

เกี่ยวกับ

โปรเจ็กต์นี้สร้างโดย Wenzel Jakob

คุณสมบัติที่สำคัญและ/หรือการปรับปรุงโค้ดได้รับการสนับสนุนโดย

เซบาสเตียน สไปเรอร์,

นิโคลัส รุสเซล,

เมอร์ลิน นิเมียร์-เดวิด

เดลิโอ วิชินี่,

ทิเซียน เซลท์เนอร์,

แบปติสต์ นิโคเลต์,

มิเกล เครสโป,

วินเซนต์ เลอรอย และ

จือยี่ จาง.

เมื่อใช้ Mitsuba 3 ในโครงการวิชาการ โปรดอ้างอิง:

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