Skip to main content

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

Репозиторий проекта


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

acoustics_gpu-1.0.1.tar.gz (25.1 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

acoustics_gpu-1.0.1-py3-none-any.whl (29.2 kB view details)

Uploaded Python 3

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

Hashes for acoustics_gpu-1.0.1.tar.gz
Algorithm Hash digest
SHA256 acb83b7f23006006e16b773c4d53a7feed3b00c625717a9e10dd1c77b06f8d18
MD5 30609e7095db9b6bbf314cac27bf5bde
BLAKE2b-256 1bd5cbe1aa2cd1959ea9a769c4d53034c0449f19ce58c3c533c09380578b3808

See more details on using hashes here.

Provenance

The following attestation bundles were made for acoustics_gpu-1.0.1.tar.gz:

Publisher: publish.yml on Evg5xa/acoustics-gpu

Attestations: Values shown here reflect the state when the release was signed and may no longer be current.

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

Hashes for acoustics_gpu-1.0.1-py3-none-any.whl
Algorithm Hash digest
SHA256 19646f9ac95d9ae1a12f2b2940cae16036d13c289a41582fc59e3f19d8185b4a
MD5 e47995ee46abbd8de78f8318d7385442
BLAKE2b-256 f39890e3974a84a47a6dc3279580ef2dd3622630798c5cbee85a1102dc9cab14

See more details on using hashes here.

Provenance

The following attestation bundles were made for acoustics_gpu-1.0.1-py3-none-any.whl:

Publisher: publish.yml on Evg5xa/acoustics-gpu

Attestations: Values shown here reflect the state when the release was signed and may no longer be current.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page