NVIDIA-RTX/NRD

NVIDIA Real-time Denoising (NRD) library

해결하는 문제

NRD는 1 path/pixel 패스 트레이싱을 타겟으로 하는 고품질 실시간 디노이징 라이브러리를 제공합니다. 정적 및 동적 조명 모두에서 불투명 표면의 노이즈를 해결하며, DLSS-RR과 같은 기술의 비 AI 대안으로서 실시간 렌더링에서 높은 시각적 충실도를 유지합니다.

작동 원리

NRD는 API에 구애받지 않는 시공간 라이브러리로, 픽셀별 G-buffer 가이드(법선, 거칠기, viewZ, 모션 벡터 포함)를 사용하여 노이즈가 많은 방사 휘도 및 차폐 신호를 정리합니다. 세 가지 특수 디노이저가 포함되어 있습니다:

  • REBLUR: 확산 및 반사 방사 휘도와 차폐를 위한 재귀적 블러 기반 디노이저.
  • RELAX: RTX Direct Illumination (RTXDI)을 위해 설계된 A-trous 기반 디노이저로, 확산 및 반사 방사 휘도를 처리합니다.
  • SIGMA: 반투명도를 포함한 무한 또는 로컬 광원을 위한 광원별 그림자 전용 디노이저.

대상 사용자

D3D12, Vulkan 또는 D3D11 엔진에 고성능 디노이징을 통합해야 하는 AAA 게임 타이틀 개발자 및 전문 시각화 (ProVis) 애플리케이션 개발자를 위해 설계되었습니다.

주요 특징

  • API 독립성: D3D12, Vulkan 및 D3D11과 호환됩니다.
  • 고성능: RTX 하드웨어에 최적화됨 (예: RTX 4080의 1440p 환경에서 REBLUR_DIFFUSE_SPECULAR 실행 시 약 2.55ms 소요).
  • 유연한 통합: NRI (NVIDIA Rendering Interface)를 사용하는 상위 수준의 NRDIntegration 레이어 또는 네이티브 API 구현을 통해 통합 가능합니다.
  • 다양한 신호 지원: 확산/반사 방사 휘도, 환경/방향 차폐 및 그림자를 처리합니다.

관련

  • 프로젝트
    RenderKit/oidn

    몬테카를로 노이즈를 제거함으로써 레이 트레이싱 애플리케이션의 렌더링 시간을 단축하는 딥러닝 기반 고성능 필터 라이브러리입니다.

  • 프로젝트
    perseval-BLR/NeuralScreen

    NeuralScreen은 Windows 전용 오버레이 프로그램으로, NVIDIA의 DLSS 5 뉴럴 렌더러를 바탕 화면 전체(또는 단일 창)에서 실시간으로 실행하며, 선택적으로 DLSS-G 프레임 생성을 추가할 수 있습니다. RTX GPU와 호환되며, 단축키 제어, 창 모드, 녹화 및 사용자 지정 가능한 UI를 제공합니다.

  • 프로젝트
    maanHimself/OpenDLSS-NR

    OpenDLSS‑NR은 NVIDIA DLSS 5 신경 렌더링 네트워크의 Windows 전용 Vulkan 재구현입니다. 정확한 71블록 Swin‑ViT 모델(텐서 코어에서 FP8)을 재현하며, 고성능 PTX 커널 경로와 참조 GLSL 경로, Filament 데모 및 WebGPU 브라우저 버전을 제공합니다. 사용자는 자신의 모델 가중치를 제공합니다. 도구는 벤치마킹, NVIDIA 픽스처와의 비트 정확성 검증, 대화형 데모 실행이 가능합니다.

  • 프로젝트
    georghess/neurad-studio

    neurad-studio는 자율주행 데이터에 신경 렌더링(NeRF 및 3D 가우시안 스플래팅)을 도입하는 연구용 라이브러리입니다. NeuRAD 및 SplatAD의 실행 가능한 구현, 주요 AD 데이터셋용 파서, 카메라 이미지와 라이다 포인트를 표시할 수 있는 뷰어, 그리고 Nerfstudio 기반의 표준 훈련/시각화 도구를 제공합니다.

  • 프로젝트
    CVCUDA/CV-CUDA

    CV‑CUDA는 NVIDIA의 오픈소스 GPU 가속 컴퓨터 비전 라이브러리입니다. GPU에서 완전히 실행되는 빠르고 확장 가능한 이미지/비디오 연산자(크기 조정, 필터, 색상 변환 등)를 제공하며 C/C++ 및 Python AI 프레임워크와 통합됩니다. Linux용 사전 빌드된 wheel(`cvcuda-cu12` 또는 `cvcuda-cu13`)을 통해 설치하고, `nvimgcodec`으로 이미지를 GPU로 직접 디코딩하며, 딥러닝 모델에 데이터를 공급하기 전에 CV‑CUDA 연산자를 연결할 수 있습니다. 이 라이브러리는 최신 NVIDIA GPU(Turing 이상)를 대상으로 하며 Microsoft Bing 시각적 검색 및 Tencent Cloud 비디오 처리와 같은 프로덕션 시스템에서 사용됩니다.