NVIDIA宣布基於OpenVDB的fVDB深度學習框架，可建構規模更龐大的數位孿生模型

NVIDIA於SIGGRAPH 2024宣布基於OpenVDB開源函式庫的深度學習框架fVDB，透過結合AI技術與能整合至OpenUSD工作流，可在Omniverse環境能夠建立更大規模、更精細的數位孿生空間；fVDB較以往框架的空間規模大4倍、並提升3.5倍速度，同時企業可運用大量的現實資料集透過fVDB存取自全尺寸3D環境，運算子較以往框架多10倍。借助fVDB，如自駕車的虛擬訓練、氣候科學、智慧城市等皆可建立更大規模、更真實的數位孿生。

OpenVDB是夢工廠開發、於2012年推出並用於處理稀疏體積資料的開源函式庫，可用於模擬與渲染包括水、火、煙、雲等稀疏體積資料；NVIDIA在兩年前推出基於神經網路的NuarlVDB，基於NanoVDB建構機器學習，NanoVDB是NVIDIA提出的高效率3D模擬GPU加速資料結構，結果即是使VDB的記憶體占用壓縮100倍，使創作者、開發人員與研究人員得以進行更複雜且龐大的數位孿生模擬。

▲fVDB結合生成式AI技術與真實世界感測器的資訊，迅速在數位孿生環境建立大規模的擬真

fVDB則是結合生成式AI的新深度學習框架，建構在NanoVDB的基礎，旨在於數位孿生環境實現spatial intelligence(空間智慧)，建立高擬真的，fVDB可藉由如NeRF、光達等感測器捕捉的現實世界物理資料進行轉換並即時渲染為AI-Ready環境。此外可透過三項微服務將fVDB整合至OpenUSD工作流程，並於Omniverse平台使用，這三項微服務分別是產生現實世界數位3D環境的fVDB網格生成NIM，透過Omniverse Cloud API在OpenUSD產生大規模NeRF的fVDB NeRF-XL NIM，以及透過超解析產生高品質OpenUSD模擬的fVDB Physics Super-Res NIM。