G³周报(2) | Guowei Lu

Graphics, GIS, and Beyond

这是一份每周三发布的精选技术要闻摘要，涵盖图形学、GIS、编程。

SIGGRAPH Pioneers Featured Speaker 2025

iTwin 平台与 Cesium 整合：为开发者提供结合数字孪生与地理空间可视化的能力。
广泛格式与强大功能：支持主流 AEC 格式，自动生成 3D Tiles，并具备变更追踪、碰撞检测等高级工作流。
教程与社区驱动：提供入门示例与教学资源，未来功能发展将依赖社区反馈。
个人概括：Cesium与Bentley的整合是通过3D Tiles多源数据的方式，而非前端直接支持加载，优点是保持了Cesium的API，最终是一个数据转换的问题，缺点是这种兼容性在功能和性能上的兼容性牺牲。关键点在于Bentley是否愿意把3D Tiles当作自己的数据的标准。
https://cesium.com/blog/2025/08/21/introducing-itwin-platform/?utm_campaign=20224292-iTwin&utm_content=346749222&utm_medium=social&utm_source=twitter&hss_channel=tw-2187485455

本章介绍了 GPU 的架构细节（以 NVIDIA 为主），包括 Streaming Multiprocessors (SMs)，Tensor Cores，寄存器，SMEM/L1/L2 cache，HBM 内存等，以及这些组件如何协同运作来执行矩阵乘法等关键操作。
它对比了 GPU 与 TPU 在芯片，记忆层次以及网络连接性上的差异，比如 GPU 的模块化（众多 SMs）带来的灵活性与复杂性，以及跨节点/节点内通信（如 NVLink，InfiniBand）对性能的影响。
在 LLM 模型扩展 (scaling) 场景中，本章分析了各种并行范式（数据并行，张量并行，专家并行，流水线并行）在 GPU 上的roofline性能界限，并讨论了通信带宽与延迟如何成为瓶颈。
https://jax-ml.github.io/scaling-book/gpus/

全局分配器 vs. 局部分配器：new/delete 和 std::allocator 属于全局分配器，可能导致性能退化，而局部分配器能为特定对象子集服务，从而避免或减轻这种问题。
六大维度分析：碎片化、分配密度、变化性、局部性、利用率、争用——这些维度帮助判断哪种局部分配器能在不同子系统中提供最佳性能。
显著性能提升：在恰当场景下使用局部分配器，可以实现数量级的运行时间改进，是高性能 C++ 系统优化的重要工具。
https://www.youtube.com/watch?v=nZNd5FjSquk

这个可视化展示了 2024 年 8 月 1 日到 9 月 14 日 ，由 NASA 的 GEOS 模型模拟的全球气溶胶（aerosols）在大气中的分布与移动情况。
气溶胶包括海盐、沙尘、火灾烟雾和污染物/火山硫酸盐等，不同颜色分别代表不同类型，用以显示它们如何随风、风暴、火山活动跨越大范围的地理区域。
https://svs.gsfc.nasa.gov/5572/?utm_source=chatgpt.com

国外厂商思路

可落地场景

AI的本质：Input -> Output

Input：立足于现有产品、数据和技术优势
Output：回应用户的核心痛点
技术不是最终目的，产品化与用户闭环才是关键。如果没有用户在真实场景里使用，就不会有持续的数据反馈和模型迭代，最终只能停留在概念层面，警惕那些“PPT造车”的伪创新

结语：

如果你有值得分享的论文、技术或项目，请在留言区告诉我，下期$G^3$周报会挑选收录。