TC-GS: A Faster Gaussian Splatting Module Utilizing Tensor Cores

要約

3Dガウススプラッティング（3DG）は、ガウスブレンドがレンダリングパイプラインの時間コストを支配するガウスプリミティブをラスタ化することによりピクセルをレンダリングします。
このペーパーでは、3DGのテンソルコア（TCU）の適用性を拡大するアルゴリズムに依存しないユニバーサルモジュールであるTC-GSを提案し、既存の3DGS最適化フレームワークへの実質的なスピードアップとシームレスな統合につながります。
主要な革新は、アルファ計算をマトリックスの乗算にマッピングすることにあり、既存の3DGS実装でアイドルTCUを完全に利用しています。
TC-GSは、ガウス圧縮や冗長性排出アルゴリズムなどのレンダリングパイプラインデザインと密接に結合した、既存の最高層加速アルゴリズムのプラグアンドプレイアクセラレーションを提供します。
さらに、テンソルコアハーフエシジョン計算によって引き起こされるピクセル座標の二次項からの丸めエラーを緩和するために、グローバルからローカルへの座標変換を導入します。
広範な実験は、我々の方法が品質のレンダリングを維持しながら、既存のガウス加速アルゴリズムよりも2.18倍のスピードアップを提供し、合計5.6倍の加速度に達することを示しています。
このコードは現在、匿名\ href {https://github.com/tensorcore3dgs/3dgstensorcoreで入手できます}

要約(オリジナル)

3D Gaussian Splatting (3DGS) renders pixels by rasterizing Gaussian primitives, where conditional alpha-blending dominates the time cost in the rendering pipeline. This paper proposes TC-GS, an algorithm-independent universal module that expands Tensor Core (TCU) applicability for 3DGS, leading to substantial speedups and seamless integration into existing 3DGS optimization frameworks. The key innovation lies in mapping alpha computation to matrix multiplication, fully utilizing otherwise idle TCUs in existing 3DGS implementations. TC-GS provides plug-and-play acceleration for existing top-tier acceleration algorithms tightly coupled with rendering pipeline designs, like Gaussian compression and redundancy elimination algorithms. Additionally, we introduce a global-to-local coordinate transformation to mitigate rounding errors from quadratic terms of pixel coordinates caused by Tensor Core half-precision computation. Extensive experiments demonstrate that our method maintains rendering quality while providing an additional 2.18x speedup over existing Gaussian acceleration algorithms, thus reaching up to a total 5.6x acceleration. The code is currently available at anonymous \href{https://github.com/TensorCore3DGS/3DGSTensorCore}

arxiv情報

提供元, 利用サービス

arxiv.jp, Google