3D Gaussian Splatting 가속화의 혁신: GauRast의 등장

Sixu Li 등 연구팀이 개발한 GauRast는 기존 GPU 레이스터라이저를 개선하여 3D Gaussian Splatting(3DGS)의 처리 속도를 23배, 에너지 효율을 24배 향상시켰습니다. 이는 최소한의 하드웨어 변경으로 24 FPS 또는 46 FPS의 실시간 렌더링을 가능하게 하여, 자원 제약이 있는 플랫폼에서도 3DGS 활용을 가능하게 합니다.

3D 인텔리전스는 AI의 유망한 분야로 자리매김하고 있으며, 그 중심에는 고품질 3D 렌더링 기술이 있습니다. 하지만 떠오르는 3D 렌더링 기술인 3D Gaussian Splatting (3DGS)은 상당한 연산량을 요구하여 기존 GPU를 탑재한 에지 디바이스에서 실시간 실행이 어려웠습니다. 기존의 3DGS 가속화 연구는 전용 가속기 개발에 초점을 맞추어 상당한 통합 오버헤드와 하드웨어 비용을 발생시켰습니다.

Sixu Li, Ben Keller, Yingyan Celine Lin, Brucek Khailany 연구팀은 이러한 문제를 해결하기 위해 기존 GPU의 고도로 최적화된 그래픽 파이프라인과 3DGS 파이프라인의 유사성을 활용하는 획기적인 전략을 제시했습니다. 바로 GauRast입니다! GauRast는 전용 가속기를 개발하는 대신, 기존 GPU 레이스터라이저 하드웨어를 개선하여 3DGS 연산을 효율적으로 지원하는 방식을 채택했습니다.

연구 결과는 놀랍습니다. 처리 속도는 무려 23배 증가했고, 에너지 소비량은 24배 감소했습니다! 이는 기존 3DGS 알고리즘 대비 6배, 최근 효율 개선된 파이프라인 대비 4배 빠른 엔드투엔드 실행 시간을 의미하며, 각각 24 FPS 와 46 FPS 의 성능을 달성했습니다. 더욱 놀라운 것은 이러한 성능 향상을 위해 전체 SoC 칩 면적의 0.2% 만 증가했을 뿐이라는 점입니다. 이는 자원 제약이 심한 플랫폼에서도 3DGS 렌더링을 가능하게 하는 GauRast의 실용성과 효율성을 보여줍니다.

GauRast는 단순한 성능 개선을 넘어, 3D 인텔리전스 분야의 발전에 크게 기여할 잠재력을 지니고 있습니다. 저전력, 고성능 3D 렌더링의 가능성을 열어주는 GauRast의 등장은 앞으로 다양한 응용 분야에서 혁신적인 변화를 가져올 것으로 예상됩니다. 특히, 자율주행, 증강현실, 가상현실 등 실시간 3D 처리가 필수적인 분야에서 그 영향력이 더욱 클 것으로 전망됩니다.

결론적으로 GauRast는 3DGS 가속화의 새로운 지평을 열었으며, 미래의 3D 인텔리전스 기술 발전에 중요한 이정표를 세웠다고 평가할 수 있습니다.