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-1.0.2.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-1.0.2-py3-none-any.whl (29.2 kB view details)

Uploaded Python 3

File details

Details for the file acoustics_gpu-1.0.2.tar.gz.

File metadata

  • Download URL: acoustics_gpu-1.0.2.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-1.0.2.tar.gz
Algorithm Hash digest
SHA256 b71262d9d83232f35d4bce2fd682585c7358c3cf6fa0a51fb123683a50dc12c6
MD5 10ead9a71cbf8bd7eca7f94029e455ad
BLAKE2b-256 65c61c667a4b17c14b39c6dc270edc58dc4a43c5dd33bca6a0529647438d3068

See more details on using hashes here.

Provenance

The following attestation bundles were made for acoustics_gpu-1.0.2.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-1.0.2-py3-none-any.whl.

File metadata

  • Download URL: acoustics_gpu-1.0.2-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-1.0.2-py3-none-any.whl
Algorithm Hash digest
SHA256 911d357305b5354fc004b0bc1a5a03692d22a58cc4716870a875bfbc9ffc65b1
MD5 6523fdf9d0a495233c0966647f70f67c
BLAKE2b-256 18810967465ab49f562a2d56928fc46c13520ce4ce8b4e6921597788e69178e4

See more details on using hashes here.

Provenance

The following attestation bundles were made for acoustics_gpu-1.0.2-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