2024CADCG&GDC会议会前课程简介

课程1：

“计图”深度学习框架及其应用

课程简介

深度学习框架作为现代人工智能算法研发和应用的核心软件支撑，其自主可控和高兼容性对于推动中国人工智能领域的发展至关重要。Jittor（计图），作为国内首个由高校研制并开源的深度学习框架，通过创新的元算子融合和动态编译技术，以及“统一计算图”的概念，实现了在多种任务性能上超越国外主流平台的同时，支持广泛的国产硬件设备。本课程将深入介绍Jittor框架的多项创新技术和最新进展，包括基于Jittor构建的高性能扩散模型（Diffusion）生成体系，Jittor的语言大模型（LLM）库等，同时本课程也将系统介绍Jittor框架的功能和使用技巧，包括安装、模型库的使用、多机多卡、内存优化、可视化、模型迁移等内容。

课程大纲

            计图框架介绍以及最新进展（40分钟）-讲者 杨国炜

            计图框架的功能和使用技巧（40分钟）-讲者 彭浩洋

讲者介绍

现代图形绘制流水线发展

课程简介

本课程将深入解析现代图形绘制流水线的基本原理。在真实的游戏和图形应用中，绘制流水线发挥着核心作用，它协调软硬件资源，将几何数据转化为屏幕上的像素图像，向上层应用提供绘制服务，同时向下层GPU发送绘制指令并控制整个绘制过程。因此，图形绘制流水线可视为图形计算的“操作系统”，深入理解其原理对于掌握绘制底层机制、学会与GPU硬件交互至关重要。绘制流水线可以视为一个由几何、纹理、光照函数（即着色器代码）三大输入要素共同作用，最终产生像素输出的精密程序。本课程内容将全面覆盖以下四个方面：（1）像素输出的生成过程，（2）几何输入的处理，（3）纹理输入的应用，以及（4）着色器代码的设计。通过一个完整的工程框架，我们将把这些部分有机串联，使学生不仅能够理解图形绘制流水线的运行机制，还能亲手搭建一个实际的绘制框架，并具备对其中的某些部分进行优化和改造的能力。

课程大纲

现代图形绘制流水线的基础原理（20分钟）

图形绘制流水线工程框架介绍（40分钟）

讲者介绍

课程2：

面向CAD工业产品的三维重建

课程简介

CAD数字模型在制造加工领域具有重要地位，其表面分片光滑、特征线清晰的特点对三维重建技术提出了特殊要求。针对低质量、无序的点云数据，通过先进的算法恢复出符合CAD设计规范的网格模型，这不仅是图形学领域的前沿研究课题，更在实际应用中展现了巨大的价值和潜力。本课程将围绕CAD模型三维重建的关键技术，包括法向估计、模型恢复、拓扑编辑、弱特征线增强等，展示一系列前沿研究成果，并探讨其在实际工业应用中的价值。

课程大纲

        面向CAD逆向工程的法向量恢复（30分钟）

        面向CAD逆向工程的三维重建（30分钟）

讲者介绍

三维深度学习简介

课程简介

近年来，三维深度学习技术在图形学领域中的三维数据理解、生成、仿真与渲染等方面取得了显著进展，赢得了学术界和工业界的广泛关注。然而，由于三维数据获取方式的多样性，导致三维数据存在多种表达形式。传统上，研究人员需要针对每种表达形式及特定应用场景单独设计神经网络架构，这无疑增加了算法应用的复杂性和研发成本。本课程将介绍一种面向图形学的通用三维神经网络框架的研究成果。该框架基于八叉树结构，涵盖了稀疏卷积神经网络、基于对偶八叉树的图卷积神经网络以及基于八叉树的自注意力机制网络。其核心理念在于充分利用三维数据的稀疏性，将神经网络的计算和存储限制在有效的非空区域，从而极大地提高了计算效率。通过这一框架，我们能够打破不同三维数据表达和任务之间的界限，简化三维深度学习的研发流程，提高算法的研发效率，并为通用三维智能系统的发展奠定坚实基础。

课程大纲

            面向图形学的通用的三维神经网络框架研究成果（10分钟）

            基于八叉树的稀疏卷积神经网络（20分钟）

            基于对偶八叉树的图卷积神经网络和基于八叉树的自注意力机制网络（30分钟）

讲者介绍