概要: 本論文では、既存の学習パイプラインにおける性能および互換性の制約に対処する、高性能かつクロスベンダー対応の3Dガウシアン・スプラッティング（3DGS）学習パイプラインであるVkSplatを提示します。これは、Vulkan compute上で完全に実装されており、性能と互換性の制限を解決します。さまざまな最適化により、CUDA+PyTorchのベースラインに対して 3.3\times の高速化とVRAM使用量の33%削減を実現し、品質を維持しつつ、GPUベンダー間での互換性を示します。私たちの知る限り、これは最先端の性能を達成する、完全にVulkanベースの3DGS学習パイプラインとしては初めてです。コード: \href{https://github.com/harry7557558/vksplat}{https://github.com/harry7557558/vksplat}
VkSplat：Vulkan Computeによる高性能3DGSトレーニング
arXiv cs.CV / 2026/5/4
📰 ニュースDeveloper Stack & InfrastructureSignals & Early TrendsModels & Research
要点
- この論文では、3Dガウス・スプラッティング（3DGS）の学習パイプラインをVulkan computeだけで実装し、ベンダー横断の互換性を実現する「VkSplat」を提案している。
- 著者らは、CUDA＋PyTorchのベースラインに対して3.3倍の性能向上とVRAM使用量33%削減を報告し、出力品質は維持できているとしている。
- この手法には、既存の3DGS学習パイプラインで見られる性能・互換性の制約を打ち破ることを目的とした複数の最適化が含まれている。
- 本研究は、状態-of-the-artの性能を達成した「完全にVulkanベースの3DGS学習パイプライン」として初めてであると主張し、GitHubでコードも公開している。
