Недавно один разработчик продемонстрировал, как модель Claude Opus 5.5 от компании Anthropic смогла с нуля создать трассировщик путей (path tracer) с аппаратным ускорением и поддержкой работы в реальном времени. На всё ушел примерно час, а единственным заданием (промптом) было: «Создай полнофункциональную демо-версию с трассировкой лучей, ускоренную с помощью ядер NVIDIA CUDA RTX и Blackwell. Это очередное достижение ИИ, свидетельствующее о его стремительной эволюции.
Пользователь Reddit под ником Zealousideal_View_12 показал, что создать трассировщик путей можно с помощью одного лишь Claude, даже не обладая специальными знаниями в области графических API, компиляции шейдеров и параллельных вычислений. ИИ самостоятельно написал код на C++ и CUDA, а также задействовал библиотеку NVIDIA OptiX 9.1, напрямую используя специализированные RT- и тензорные ядра современных графических процессоров.
Рендерер работает на двух видеокартах RTX 5090, используя конвейер с разделением кадра между несколькими адаптерами (multi-adapter pipeline). Вместо последовательной обработки целых кадров приложение динамически делит каждый кадр по горизонтали, распределяя задачи по отрисовке строк между первым и вторым графическими процессорами и выполняя балансировку нагрузки в реальном времени. Несмотря на накладные расходы, связанные с синхронизацией памяти между хостом и устройством (H2D) и обратно (D2H), движок поддерживает частоту 34 кадра в секунду (FPS), обрабатывая 267 миллионов выборок лучей в секунду. Сцена 3D-рендеринга с наложенным индикатором производительности демонстрирует работу демо-версии «RTX Showcase» на двух видеокартах NVIDIA GeForce RTX 5090 со скоростью 34 кадра в секунду; на изображении представлены различные материалы, включая зеленую скульптуру с зеркальной поверхностью и стеклянные сферы, расположенные на столе.
В движке, созданном с помощью ИИ, реализовано несколько современных методов рендеринга, в том числе технология NVIDIA Shader Execution Reordering (SER), позволяющая динамически упорядочивать пути лучей на графическом процессоре и предотвращать простои конвейера при расчете сложных отражений. Что касается механики освещения, то в конвейере используются методы оценки следующего события (Next-Event Estimation) и многократной выборки по значимости (Multiple Importance Sampling — MIS) для точного расчета физического распределения света и мягких теней.
В обсуждении на Reddit один из пользователей поинтересовался, почему вместо того, чтобы заставлять Claude расходовать свои ресурсы на эту задачу, не были использованы существующие движки рендеринга с открытым исходным кодом. Ему ответили, что одной из причин (помимо необходимости в специализированных для конкретного оборудования ядрах и оптимизациях) был риск того, что Claude мог начать «галлюцинировать»: ведь движки с открытым кодом содержат огромные объемы программного кода и требуют соблюдения строгих правил работы конвейера.
Попытка загрузить миллионы строк кода в контекстное окно ИИ потребовала бы колоссального количества токенов, к тому же существовал риск, что Claude нарушил бы зависимости сборки. Попросив ИИ сгенерировать чистый проект, пользователь значительно снизил вероятность «галлюцинаций» и получил готовый рабочий результат всего за 60 минут.
Кстати, Claude также использовали для проектирования и написания прошивки четвероногого робота — вплоть до его приводов, лидара и линий питания; так что, если вы захотите создать печатную плату с нуля, в активе этого ИИ найдется и такое достижение.
Иван Ковалев
VIAПеред Galaxy S22 Ultra стоит непростая задача — попытаться превзойти один из лучших телефонов, когда-либо созданных
Специалисты компании рассказали, что, благодаря успехам в области искусственного интеллекта, и машинного обучения, а
Цифровизация всех сервисных процессов подразделений крупных компаний позволяет связать их в единую систему. Это
