2018年の発表資料 - 「WWDC2018で発表された機械学習周りについて」
Dec 31, 2018 · othersspeakermetalmachinelearning
2018年の振り返りをかねて、勉強会で発表した内容のまとめ
8⁄26 第79回 Cocoa勉強会関西で「WWDC2018で発表された機械学習周りについて」を発表
Read On →2018年の振り返りをかねて、勉強会で発表した内容のまとめ
8⁄26 第79回 Cocoa勉強会関西で「WWDC2018で発表された機械学習周りについて」を発表
Read On →2017年の振り返りをかねて、勉強会で発表した内容のまとめ
2⁄11 第71回 Cocoa勉強会関西で「MetalでTessellation」を発表
Read On →RGBのMTLTexture
をグレースケールのMTLTexture
に変換する方法
UIImage
を変換する方法はこちらを参照
MetalでModel I/O経由でモデルをファイルからロードする方法
公式サンプルよりもシンプルな方法
Read On →Metalで描画のテストなどでさくっとモデルを表示したい時に、Model I/Oを使って3Dのモデルを生成する方法
法線やUV座標も作ってくれるので地味に便利である
Read On →Metal
を使いたい場合にネックとなるのが、シーンの構築とかモデル・テクスチャの管理。
なので、その面倒な部分をSceneKit
に任せたいという時の話。
今回は描画周りにMetal
のシェーダを使うパターン。
MetalのGPGPUによる大量のパーティクル処理能力を活かしたデモ。 パーティクルをそれぞれ砂の一粒に見立てており、上から落下してきた砂粒が山のように積みあがっていく様子をシュミレートしている。
なお、これも約26万パーティクルで60FPSを維持している。
読み込んだテクスチャをパーティクルに分解して動かすデモ。動きは滝のように画像がパーティクルに分解して落下していくのをイメージ。
画像サイズが512*512、1ピクセル=1パーティクルに分解するので、約26万個のパーティクルを動かしているが、60FPSを維持している。約100万まで増やすとiPhone6+で30FPSぐらいとなる。
そんなに複雑な計算をさせていないとはいえ、さすがGPGPUといったところ。なお、処理時間のほとんどはGPGPUの部分でCPUは余力がある様子。