GPU-ускоренное моделирование акустики помещений: Ray Tracing + Image Source
Project description
AcousticsGPU: GPU-ускоренное моделирование акустики помещений
AcousticsGPU — это библиотека для высокопроизводительного моделирования распространения звука в помещениях с использованием GPU-ускорения на базе PyTorch. Поддерживает два метода: трассировку лучей (Ray Tracing) и метод зеркальных источников (Image Source), а также учитывает частотные характеристики материалов.
Основные возможности
| Возможность | Описание |
|---|---|
| GPU-ускорение | Ускорение в 10–100+ раз по сравнению с CPU за счёт использования PyTorch и CUDA |
| 10 частотных полос | Октавные полосы от 31.5 Гц до 16 кГц (31.5, 63, 125, 250, 500, 1000, 2000, 4000, 8000, 16000 Гц) |
| 8+ реальных материалов | Коэффициенты поглощения из таблицы компании Фронт Акустик |
| Два метода моделирования | Ray Tracing — для поздней реверберации, Image Source — для точных ранних отражений |
| Визуализация | Энергетические карты для каждой частоты, частотные характеристики в точках микрофонов, гистограммы распределения энергии |
| Гибкость | Автоматическое переключение между CPU и GPU, интерактивный ввод параметров (размеры комнаты, материалы, количество лучей, положение источника и микрофонов) |
Установка
Стандартная установка
pip install acoustics-gpu
Установка зависимостей
pip install torch numpy matplotlib scipy
Системные требования
Для работы с GPU ускорением: видеокарта с поддержкой CUDA
Необходимые библиотеки
Для работы с AcousticsGPU необходимы следующие зависимости:
| Библиотека | Версия | Назначение |
|---|---|---|
| PyTorch | ≥ 2.0.0 | GPU-вычисления, тензорные операции |
| NumPy | ≥ 1.24.0 | Численные расчёты |
| Matplotlib | ≥ 3.7.0 | Визуализация (энергетические карты, графики) |
| SciPy | ≥ 1.10.0 | Аппроксимация и дополнительные вычисления |
Результаты производительности
Тестирование на конфигурации: Intel Xeon E3-1230 (4 ядра, 8 потоков) vs NVIDIA GTX 1080 (8 GB).
| Метод | CPU (с) | GPU (с) | Ускорение |
|---|---|---|---|
| Ray Tracing (1000 лучей) | 12.51 | 0.85 | 14.7× |
| Ray Tracing (10000 лучей) | 117.53 | 0.90 | 130.6× |
| Ray Tracing (100000 лучей) | 1368.85 | 2.15 | 636.7× |
| Image Source (порядок 50) | 14.01 | 8.965 | 1.56× |
Ссылки
Таблица коэффициентов звукопоглощения
Проект в стадии разработки
Project details
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
File details
Details for the file acoustics_gpu-1.0.1.tar.gz.
File metadata
- Download URL: acoustics_gpu-1.0.1.tar.gz
- Upload date:
- Size: 25.1 kB
- Tags: Source
- Uploaded using Trusted Publishing? Yes
- Uploaded via: twine/6.1.0 CPython/3.13.12
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
acb83b7f23006006e16b773c4d53a7feed3b00c625717a9e10dd1c77b06f8d18
|
|
| MD5 |
30609e7095db9b6bbf314cac27bf5bde
|
|
| BLAKE2b-256 |
1bd5cbe1aa2cd1959ea9a769c4d53034c0449f19ce58c3c533c09380578b3808
|
Provenance
The following attestation bundles were made for acoustics_gpu-1.0.1.tar.gz:
Publisher:
publish.yml on Evg5xa/acoustics-gpu
-
Statement:
-
Statement type:
https://in-toto.io/Statement/v1 -
Predicate type:
https://docs.pypi.org/attestations/publish/v1 -
Subject name:
acoustics_gpu-1.0.1.tar.gz -
Subject digest:
acb83b7f23006006e16b773c4d53a7feed3b00c625717a9e10dd1c77b06f8d18 - Sigstore transparency entry: 2189198356
- Sigstore integration time:
-
Permalink:
Evg5xa/acoustics-gpu@817a12a6e28dcf10824485073a1fcfc06be04937 -
Branch / Tag:
refs/tags/v1.0.9 - Owner: https://github.com/Evg5xa
-
Access:
public
-
Token Issuer:
https://token.actions.githubusercontent.com -
Runner Environment:
github-hosted -
Publication workflow:
publish.yml@817a12a6e28dcf10824485073a1fcfc06be04937 -
Trigger Event:
push
-
Statement type:
File details
Details for the file acoustics_gpu-1.0.1-py3-none-any.whl.
File metadata
- Download URL: acoustics_gpu-1.0.1-py3-none-any.whl
- Upload date:
- Size: 29.2 kB
- Tags: Python 3
- Uploaded using Trusted Publishing? Yes
- Uploaded via: twine/6.1.0 CPython/3.13.12
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
19646f9ac95d9ae1a12f2b2940cae16036d13c289a41582fc59e3f19d8185b4a
|
|
| MD5 |
e47995ee46abbd8de78f8318d7385442
|
|
| BLAKE2b-256 |
f39890e3974a84a47a6dc3279580ef2dd3622630798c5cbee85a1102dc9cab14
|
Provenance
The following attestation bundles were made for acoustics_gpu-1.0.1-py3-none-any.whl:
Publisher:
publish.yml on Evg5xa/acoustics-gpu
-
Statement:
-
Statement type:
https://in-toto.io/Statement/v1 -
Predicate type:
https://docs.pypi.org/attestations/publish/v1 -
Subject name:
acoustics_gpu-1.0.1-py3-none-any.whl -
Subject digest:
19646f9ac95d9ae1a12f2b2940cae16036d13c289a41582fc59e3f19d8185b4a - Sigstore transparency entry: 2189198431
- Sigstore integration time:
-
Permalink:
Evg5xa/acoustics-gpu@817a12a6e28dcf10824485073a1fcfc06be04937 -
Branch / Tag:
refs/tags/v1.0.9 - Owner: https://github.com/Evg5xa
-
Access:
public
-
Token Issuer:
https://token.actions.githubusercontent.com -
Runner Environment:
github-hosted -
Publication workflow:
publish.yml@817a12a6e28dcf10824485073a1fcfc06be04937 -
Trigger Event:
push
-
Statement type: