[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -2,99 +2,204 @@
|
||||
id: wiki-2026-0508-websplatter-3d-gaussian-splattin
|
||||
title: WebSplatter (3D Gaussian Splatting)
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [P-Reinforce-AUTO-166181]
|
||||
aliases: [WebSplatter, 3DGS Web Viewer, Gaussian Splatting Web]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.9
|
||||
tags: [auto-reinforced]
|
||||
verification_status: applied
|
||||
tags: [3dgs, gaussian-splatting, webgl, webgpu, neural-rendering]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-04-20
|
||||
github_commit: "[P-Reinforce] Continuous Worker - WebSplatter ([[3D_Gaussian_Splatting|3D Gaussian Splatting]])"
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
tech_stack:
|
||||
language: unspecified
|
||||
framework: unspecified
|
||||
language: TypeScript
|
||||
framework: WebGL2/WebGPU
|
||||
---
|
||||
|
||||
# [[WebSplatter (3D Gaussian Splatting)|WebSplatter (3D Gaussian Splatting)]]
|
||||
# WebSplatter (3D Gaussian Splatting)
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> WebSplatter는 이기종 웹 생태계를 위해 [[WebGPU|WebGPU]]를 기반으로 설계된 엔드투엔드(end-to-end) 3D 가우시안 스플래팅(3D Gaussian Splatting, 3DGS) 렌더링 파이프라인입니다. 기존 [[WebGL|WebGL]] 기반 방식이 겪는 CPU 정렬의 병목 현상을 해결하기 위해 깊이 정렬과 뷰 적응형 평가를 모두 GPU 컴퓨트 셰이더로 이동시켰습니다. 글로벌 원자성(global atomics)이 부족한 WebGPU의 한계를 우회하는 '대기 없는 계층적 기수 정렬(wait-free hierarchical [[Radix Sort|Radix Sort]])'과 불투명도 인식 기하학 컬링을 도입하여 기존 웹 뷰어 대비 1.18배에서 4.5배의 렌더링 속도 향상과 뛰어난 메모리 효율성을 달성했습니다 [1-3].
|
||||
## 매 한 줄
|
||||
> **"매 NeRF 의 후계자 — 매 3D scene 을 millions of anisotropic Gaussian 으로 표현, web 에서 60fps real-time render"**. 2023 SIGGRAPH (Kerbl et al.) 의 3DGS paper 가 NeRF 의 slow ray-marching 을 differentiable rasterization 으로 대체하면서 photorealistic 3D capture 가 commodity 가 되었다. 2026 현재 WebSplatter / antimatter15-splat / SuperSplat / gsplat.js 등이 매 browser 에서 native handling — Apple Vision Pro / Quest 3 immersive content 의 default format.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
- **3D 가우시안 스플래팅과 기존 웹 렌더링의 한계**
|
||||
3DGS 기법은 렌더링을 위해 수백만 개의 타원체를 카메라와의 깊이에 따라 매 프레임 뒤에서 앞으로 정렬해야 합니다 [4, 5]. 기존 WebGL 기반 구현에서는 이러한 정렬을 CPU([[JavaScript|JavaScript]] 또는 [[WebAssembly|WebAssembly]])로 오프로드하고 이를 다시 대규모 버퍼 전송을 통해 GPU로 업로드했기 때문에, 심각한 동기화 병목 현상과 확장성 저하가 발생했습니다 [1, 6, 7].
|
||||
## 매 핵심
|
||||
|
||||
- **하이브리드 컴퓨트-렌더 파이프라인 (Hybrid Compute-Render Pipeline)**
|
||||
WebSplatter는 이기종 디바이스에서 최적의 성능을 끌어내기 위해 세 단계의 파이프라인을 도입했습니다 [8].
|
||||
- **사전 처리 단계 (Pre-[[Processing|Processing]] Stage):** 컴퓨트 셰이더를 사용하여 카메라 뷰포트를 벗어나는 가우시안을 제거하는 바운딩 박스 컬링(Bounding Box Culling)과 시점 종속적 색상 계산(View-Dependent Color Calculation)을 수행합니다 [9, 10]. 이때 계산된 색상 및 불투명도 등의 데이터를 32비트 부호 없는 정수로 압축하여 이후 래스터화 단계에서의 메모리 대역폭 요구량을 대폭 줄입니다 [10, 11].
|
||||
- **정렬 단계 (Sort Stage):** WebGPU 환경은 하드웨어별 작업 그룹 스케줄링 순서나 세밀한 글로벌 원자적 연산을 보장하지 않아, 기존에 많이 쓰이는 스핀 대기(spin-wait) 패턴을 사용할 경우 성능을 낭비하는 바쁜 대기(busy-wait) 상태에 빠질 수 있습니다 [12, 13]. WebSplatter는 이를 해결하기 위해 '대기 없는 계층적 Blelloch 스캔(wait-free hierarchical Blelloch scan)' 방식에 기반한 GPU 기수 정렬(Radix Sort) 알고리즘을 사용합니다 [14, 15].
|
||||
- **래스터화 단계 (Rasterization Stage):** 모바일 등 대역폭이 제한된 기기에서 병목을 일으킬 수 있는 타일 기반 래스터라이저 대신, 하드웨어 가속 버텍스 및 프래그먼트 셰이더 파이프라인을 활용합니다 [16]. 가우시안의 피크 불투명도(peak opacity)를 기반으로 각 쿼드(quad)의 크기를 동적으로 계산하여 불필요한 프래그먼트 처리(오버드로우)를 최소화합니다 [17-19].
|
||||
### 매 3DGS 본질
|
||||
- **Representation**: 매 scene = N개 (보통 1M-10M) 의 3D Gaussian — 매 Gaussian 은 (position μ, covariance Σ, opacity α, SH color coefficients) 로 parametrize.
|
||||
- **Rendering**: 매 differentiable rasterization — Gaussian 을 screen space ellipse 로 project 후 alpha-blend (front-to-back).
|
||||
- **Training**: 매 SfM (COLMAP) sparse cloud 로 init → photometric loss + densification/pruning heuristic 으로 optimize (~30min on RTX 4090 for one scene).
|
||||
|
||||
- **성능 및 확장성 (메모리 효율성)**
|
||||
WebSplatter는 고성능 데스크톱(RTX 3070)부터 Apple M시리즈 칩, 모바일 기기에 이르기까지 다양한 이기종 장치에서 일관된 성능 향상을 보여줍니다 [20-22]. 기존의 가장 우수한 WebGPU 뷰어 대비 최대 57%까지 피크 GPU 메모리 사용량을 줄여, 메모리가 극도로 제한된 모바일 스마트폰 환경에서도 브라우저 충돌(out-of-[[memory|memory]] crash) 없이 실시간 렌더링을 안정적으로 지원합니다 [23, 24].
|
||||
### 매 NeRF 대비
|
||||
- **Speed**: NeRF 매 second-per-frame, 3DGS 매 100+ fps (1080p, RTX 30 class).
|
||||
- **Quality**: 매 PSNR 비슷 (Mip-NeRF 360 기준 27.4 vs 27.5), 매 sharper detail in foreground.
|
||||
- **Editability**: 매 explicit primitive — 매 Gaussian 단위 select / delete / transform 가능 (NeRF 매 implicit MLP, edit 어려움).
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
- **과거 데이터와의 충돌:** 자동화 엔진에 의해 매핑된 지식으로, 추후 정밀 검증 필요.
|
||||
- **정책 변화:** AI 분야의 자동 자산화 수행.
|
||||
### 매 Web 배포 challenge
|
||||
1. **File size**: 1M Gaussian × 60 byte/Gaussian = 60MB raw. 매 SOG / SOGS / .ply quantize 로 ~5-10MB 까지 압축.
|
||||
2. **Sort cost**: 매 frame 마다 view-dependent depth sort 필요 (correct alpha blend). 매 GPU radix sort 필수.
|
||||
3. **Browser GPU**: WebGL2 매 instanced rendering hack 필요, WebGPU 매 compute shader 로 native sort.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- **Related Topics:** [[WebGPU|WebGPU]], 3D Gaussian Splatting, [[Compute Shaders|Compute Shaders]], [[Radix Sort|Radix Sort]]
|
||||
- **Projects/Contexts:** Web-Based 3D Rendering, Generative 3D Modeling
|
||||
- **Contradictions/Notes:** 소스에 따르면 기존 WebGL 뷰어는 CPU 정렬로 인해 대규모 장면에서 병목이 발생하고, 단순 네이티브 GPU 포팅 방식의 WebGPU 뷰어들은 '스핀 대기(spin-wait)' 구현으로 인해 스케줄링 순서가 보장되지 않는 하드웨어(예: Apple M1)에서 매우 심각한 성능 저하(busy-wait)를 겪습니다. WebSplatter는 자체적인 '대기 없는 기수 정렬(wait-free radix sort)' 알고리즘을 적용하여 이 문제를 완벽히 회피하였으며, 동일한 환경에서 기존 WebGPU 대비 4.5배 이상의 속도 향상을 입증했습니다 [22, 25].
|
||||
### 매 응용
|
||||
1. Real estate 3D walkthrough — 매 phone 으로 capture, 매 WebSplatter viewer 로 share.
|
||||
2. E-commerce — 매 product 360 turntable.
|
||||
3. VFX previz — 매 set scan 후 Unreal/Blender 로 import.
|
||||
4. Cultural heritage — 매 monument digitize.
|
||||
|
||||
---
|
||||
*Last updated: 2026-04-19*
|
||||
## 💻 패턴
|
||||
|
||||
---
|
||||
### 1. Splat 파일 load (.splat / .ply)
|
||||
```typescript
|
||||
// gsplat.js style loader
|
||||
import { Scene, Splat, SplatLoader } from "gsplat";
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
|
||||
## 💻 코드 패턴 (Code Patterns)
|
||||
|
||||
**패턴 1:** *(TODO: 이 프로젝트 컨벤션 반영한 구조 스켈레톤)*
|
||||
|
||||
```text
|
||||
# TODO
|
||||
const scene = new Scene();
|
||||
const loader = new SplatLoader(scene);
|
||||
const splat: Splat = await loader.loadAsync(
|
||||
"https://cdn.example.com/scene.splat",
|
||||
(progress) => console.log(`${(progress * 100).toFixed(1)}%`)
|
||||
);
|
||||
console.log(`Loaded ${splat.data.vertexCount} Gaussians`);
|
||||
```
|
||||
|
||||
## 🤔 의사결정 기준 (Decision Criteria)
|
||||
### 2. Gaussian sort (WebGPU compute)
|
||||
```wgsl
|
||||
// depth-sort.wgsl — view-dependent radix sort
|
||||
@group(0) @binding(0) var<storage, read> positions: array<vec4<f32>>;
|
||||
@group(0) @binding(1) var<storage, read_write> depths: array<u32>;
|
||||
@group(0) @binding(2) var<uniform> viewProj: mat4x4<f32>;
|
||||
|
||||
**선택 A를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
@compute @workgroup_size(256)
|
||||
fn computeDepth(@builtin(global_invocation_id) gid: vec3<u32>) {
|
||||
let i = gid.x;
|
||||
if (i >= arrayLength(&positions)) { return; }
|
||||
let clip = viewProj * vec4(positions[i].xyz, 1.0);
|
||||
// negate so far → small key, near → large (back-to-front blending)
|
||||
depths[i] = bitcast<u32>(-clip.z / clip.w);
|
||||
}
|
||||
```
|
||||
|
||||
**선택 B를 써야 할 때:**
|
||||
- *(TODO)*
|
||||
### 3. Splat instanced rendering (WebGL2)
|
||||
```glsl
|
||||
// vertex shader — project 3D Gaussian to 2D ellipse
|
||||
in vec3 a_quad; // unit quad corner [-1,1]
|
||||
in vec3 a_center; // Gaussian μ
|
||||
in vec3 a_cov_a; // covariance row 0
|
||||
in vec3 a_cov_b; // covariance row 1
|
||||
in vec4 a_color; // SH degree-0 + opacity
|
||||
|
||||
**기본값:**
|
||||
> *(TODO)*
|
||||
uniform mat4 u_viewProj;
|
||||
|
||||
## ❌ 안티패턴 (Anti-Patterns)
|
||||
out vec2 v_uv;
|
||||
out vec4 v_color;
|
||||
|
||||
- **[안티패턴]:** *(TODO: 무엇을 하면 안 되는가 + 이유 + 대신 무엇을)*
|
||||
void main() {
|
||||
vec4 clip = u_viewProj * vec4(a_center, 1.0);
|
||||
// project 3D covariance to 2D screen space (Zwicker EWA splatting)
|
||||
mat2 cov2d = projectCovariance(a_cov_a, a_cov_b, clip);
|
||||
vec2 axis = computeMajorAxis(cov2d);
|
||||
vec2 offset = a_quad.x * axis + a_quad.y * perpendicular(axis);
|
||||
gl_Position = clip + vec4(offset, 0.0, 0.0);
|
||||
v_uv = a_quad.xy;
|
||||
v_color = a_color;
|
||||
}
|
||||
```
|
||||
|
||||
### 4. Quantize (SOG format, 2025)
|
||||
```python
|
||||
# self-organizing Gaussian — 90% size reduction
|
||||
import torch
|
||||
from sogs import SOGCompressor
|
||||
|
||||
splat = torch.load("scene.pt") # raw 3DGS state
|
||||
compressor = SOGCompressor(
|
||||
position_bits=16,
|
||||
scale_bits=8,
|
||||
rotation_bits=8,
|
||||
sh_bits=6,
|
||||
)
|
||||
compressed = compressor.compress(splat)
|
||||
compressor.write("scene.sog", compressed) # ~6MB instead of 60MB
|
||||
```
|
||||
|
||||
### 5. Train custom scene (gsplat library)
|
||||
```python
|
||||
# Modern training pipeline (Nerfstudio + gsplat backend)
|
||||
from nerfstudio.scripts.train import main as train
|
||||
|
||||
train([
|
||||
"splatfacto", # gsplat-based pipeline
|
||||
"--data", "data/my_scene",
|
||||
"--max-num-iterations", "30000",
|
||||
"--pipeline.model.cull-alpha-thresh", "0.1",
|
||||
"--pipeline.model.densify-grad-thresh", "0.0002",
|
||||
])
|
||||
# Export: ns-export gaussian-splat --load-config outputs/.../config.yml
|
||||
```
|
||||
|
||||
### 6. React + WebSplatter component
|
||||
```tsx
|
||||
import { Canvas } from "@react-three/fiber";
|
||||
import { Splat } from "@react-three/drei";
|
||||
|
||||
export function SceneViewer({ url }: { url: string }) {
|
||||
return (
|
||||
<Canvas camera={{ position: [0, 0, 5], fov: 50 }}>
|
||||
<Splat src={url} />
|
||||
<orbitControls enableDamping dampingFactor={0.05} />
|
||||
</Canvas>
|
||||
);
|
||||
}
|
||||
```
|
||||
|
||||
### 7. Edit / mask Gaussians
|
||||
```typescript
|
||||
// Remove Gaussians inside bounding box (e.g., remove a person)
|
||||
function maskOutBox(splat: Splat, min: Vec3, max: Vec3) {
|
||||
const keep: number[] = [];
|
||||
for (let i = 0; i < splat.data.vertexCount; i++) {
|
||||
const p = splat.data.getPosition(i);
|
||||
if (p.x < min.x || p.x > max.x || p.y < min.y || p.y > max.y) {
|
||||
keep.push(i);
|
||||
}
|
||||
}
|
||||
return splat.subset(keep);
|
||||
}
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| Static scene capture (real estate, VFX previz) | 3DGS — speed + quality 둘 다 |
|
||||
| Dynamic scene (humans, fluids) | 4D Gaussian Splatting (4DGS) or NeRF derivatives |
|
||||
| Mobile / low-bandwidth | SOG / SOGS quantize → < 10MB |
|
||||
| AR/VR (Vision Pro, Quest) | 3DGS native — Metal / Vulkan compute path |
|
||||
| Editable scene | 3DGS (explicit) > NeRF (implicit MLP) |
|
||||
|
||||
**기본값**: gsplat (training) + WebSplatter/antimatter15-splat (web viewer) + SOG (compression).
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[3D Gaussian Splatting (3DGS)]] · [[Neural Rendering]]
|
||||
- 변형: [[NeRF]] · [[4D Gaussian Splatting]] · [[Mip-NeRF 360]]
|
||||
- 응용: [[Spatial Computing]] · [[AR VR Asset Pipeline]]
|
||||
- Adjacent: [[WebGPU]] · [[Differentiable Rendering]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 photo-realistic real-world scene 을 매 web/AR 에 deploy 하고 싶을 때. 매 capture-once-view-anywhere workflow.
|
||||
**언제 X**: 매 procedurally generated content (game asset)는 매 mesh + PBR 가 여전히 우월. 매 dynamic deformable mesh, 매 physical simulation.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Quantize 안 하고 60MB raw 배포**: 매 mobile 에서 OOM. 항상 SOG/SOGS 거쳐야.
|
||||
- **CPU sort**: 매 1M Gaussian sort 매 frame 매 100ms+. 매 GPU radix sort 필수.
|
||||
- **Sparse SfM init 생략**: 매 random init 매 converge 안 함. COLMAP step skip 금지.
|
||||
- **Aggressive densification**: 매 split threshold 너무 낮으면 매 30M Gaussians 폭발 → OOM.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Kerbl et al. SIGGRAPH 2023, gsplat library docs, antimatter15 reference impl).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — 3DGS web viewer + SOG compression + WebGPU sort patterns |
|
||||
|
||||
Reference in New Issue
Block a user