tiny-cuda-nn

收录理由

这是NVIDIA Instant NGP背后的实现框架，定位很明确：一个紧凑的C++/CUDA库，用来快速训练和查询小型神经网络，速度足以支撑实时任务。它的两大招牌是全融合多层感知机和多分辨率哈希编码，两者各有独立的技术论文支撑。核心思路是把整个网络打包成单个融合内核运行，而不是像传统做法那样逐层回到TensorFlow或PyTorch。README里的基准测试给出了直观对比：在RTX 3090上，和启用XLA的TensorFlow 2.5相比，差距相当显著。模型配置完全通过JSON完成，想换编码方式、损失函数或优化器都不用动代码，同时还提供了PyTorch绑定，方便在Python里使用。渲染和三维重建是它最典型的用武之地——训练好的模型每帧要被查询数百万次，这种融合内核的加速优势在其他需要高密度小网络计算的场景里同样成立。