Google与Binomial合作开源Basis Universal GPU纹理编解码器

简介: 近期,Google与Binomial宣布合作开源Basis Universal GPU纹理编解码器,在保持GPU性能效率的同时,提升Web、桌面端与移动应用程序中图像传输的性能。本文来自Google开源博客。

文 /  Google开源博客


译 / John


原文


https://opensource.googleblog.com/2019/05/google-and-binomial-partner-to-open.html


近期,Google和Binomial宣布已合作开源Basis Universal GPU纹理编解码器(https://github.com/binomialLLC/basis_universal),在保持GPU性能效率的同时,提升Web、桌面端和移动应用程序中图像传输的性能。此版本填补了图形压缩生态系统中的一个关键技术空白,同时也补充了Draco几何压缩的部分早期工作。


Basis Universal纹理格式在GPU上的资源占用比传统JPEG格式小6-8倍,但文件存储所需空间大小却与JPEG相似,这使得它成为当前那些效率低下且无法跨平台运行的GPU压缩方法(如JPEG、PNG等)的一个良好替代方案。Basis Universa纹理格式创建的压缩文件适用于各种常见应用场景:游戏、VR和AR、地图、照片、短视频等。


如果没有通用纹理格式,开发人员将仅有以下两个选项:


  • 使用GPU格式但无法降低存储大小


  • 使用其它可减少存储大小的格式但却无法获得与GPU媲美的性能。


无论是对GPU制造商、软件开发人员还是无法获得良好跨平台体验的最终用户而言,改进并维护这么多不同的GPU格式对整个音视频开发生态来说都是一件负担。我们正在通过这个颇具内在灵活性的解决方案(如可选的更高质量模式)简化这一过程,对每个人来说都可以更轻松地改进与维护。


那么,这一切是如何运作的?首先我们使用编码器压缩图像并选择对于项目而言有意义的质量设置参数(例如在知道其共享同一个调色板的情况下,为短视频提交多个图像优化以提升其性能)。在渲染之前插入代码转换器转换代码从而将中间格式转换为计算机可以读取的GPU格式。即使在GPU上,图像也会在整个过程中保持压缩状态!GPU不需要解码和读取整个图像而只会读取需要的部分图像,从而尽可能发挥GPU的性能优势!

image.png

Basis Universal可有效针对最常见的GPU格式进行优化


Google和Binomial将会合作并继续支持、维护和添加新功能,Basis Universal的初始版本会将源文件转码为以下GPU格式:PVRTC1 opaque、ETC1、ETC2 basic alpha、BC1-5和BC7 opaque。未来几个月将会增加更多的功能,包括BC7 transparent、ASTC opaque和alpha、PVRTC1 transparent和更高质量的BC7 / ASTC等。

image.png

Basis Universal纹理格式显著降低纹理的透射,同时保持图像质量几乎不受到影响。

image.png

Basis Universal纹理格式提高.jpeg和.png的GPU内存使用率


通过建立这种合作伙伴关系,Google与 Binomial希望在所有主流浏览器中采用此转码器,通过WebGL API和即将推出的WebGPU API使每个人都可以访问高性能的跨平台压缩纹理。将这一套开源组件无缝集成至工作流程,让每位开发者都可尽情使用最先进的开源编码器。


————————————————

版权声明:本文为CSDN博主「LiveVideoStack_」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。

原文链接:https://blog.csdn.net/vn9PLgZvnPs1522s82g/article/details/90709312


「视频云技术」你最值得关注的音视频技术公众号,每周推送来自阿里云一线的实践技术文章,在这里与音视频领域一流工程师交流切磋。

阿里云视频云@凡科快图.png

相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
相关文章
|
6月前
|
Linux 异构计算 Docker
实战 Google Colab,一起用 GPU
实战 Google Colab,一起用 GPU
319 0
|
5月前
|
机器学习/深度学习 人工智能 TensorFlow
TensorFlow 是一个由 Google 开发的开源深度学习框架
TensorFlow 是一个由 Google 开发的开源深度学习框架
74 3
|
2月前
|
人工智能 自然语言处理 文字识别
MinerU-大语言语料处理神器,CPU/GPU均可跑,开源免费“敲”好用
在7月4日举行的WAIC 2024科学前沿主论坛上,书生·浦语2.5正式发布,面向大模型研发与应用的全链条工具体系同时迎来升级。
MinerU-大语言语料处理神器,CPU/GPU均可跑,开源免费“敲”好用
|
3月前
|
人工智能 Java 语音技术
开源上新|FunASR离线文件转写GPU软件包1.0
开源上新|FunASR离线文件转写GPU软件包1.0
|
3月前
|
机器学习/深度学习 数据采集 物联网
【机器学习】Google开源大模型Gemma2:原理、微调训练及推理部署实战
【机器学习】Google开源大模型Gemma2:原理、微调训练及推理部署实战
135 0
|
数据可视化 JavaScript 前端开发
Google开源了可视化编程框架Visual Blocks for ML
Visual Blocks for ML是一个由Google开发的开源可视化编程框架。它使你能够在易于使用的无代码图形编辑器中创建ML管道。
233 0
|
6月前
|
Java 数据安全/隐私保护
SpringBoot【集成Thumbnailator】Google开源图片工具缩放+区域裁剪+水印+旋转+保持比例等(保姆级教程含源代码)
SpringBoot【集成Thumbnailator】Google开源图片工具缩放+区域裁剪+水印+旋转+保持比例等(保姆级教程含源代码)
306 0
|
存储 机器学习/深度学习 缓存
阿里云PAIx达摩院GraphScope开源基于PyTorch的GPU加速分布式GNN框架
阿里云机器学习平台 PAI 团队和达摩院 GraphScope 团队联合推出了面向 PyTorch 的 GPU 加速分布式 GNN 框架 GraphLearn-for-PyTorch(GLT) 。
阿里云PAIx达摩院GraphScope开源基于PyTorch的GPU加速分布式GNN框架
|
缓存 人工智能 并行计算
小羊驼背后的英雄,伯克利开源LLM推理与服务库:GPU减半、吞吐数十倍猛增
小羊驼背后的英雄,伯克利开源LLM推理与服务库:GPU减半、吞吐数十倍猛增
497 0
|
机器学习/深度学习 人工智能 物联网
Sam Altman谈OpenAI:面临GPU短缺恐慌,GPT-3或将开源
Sam Altman谈OpenAI:面临GPU短缺恐慌,GPT-3或将开源
下一篇
无影云桌面