Velvet 项目下载及安装教程
2024-12-08 16:23:35作者:何将鹤
1. 项目介绍
Velvet 是一个基于 CUDA 加速的布料模拟引擎,采用了扩展位置动力学(XPBD)算法。相比其他大多数基于 CPU 执行的布料模拟项目,Velvet 利用了 GPU 的强大计算能力,从而提供了更高的性能。该项目旨在开源其解决方案,帮助其他开发者更容易地学习 GPU 布料模拟。
2. 项目下载位置
您可以从 GitHub 上克隆或下载 Velvet 项目,项目地址为:https://github.com/vitalight/Velvet.git。
3. 项目安装环境配置
在安装 Velvet 项目之前,您需要确保您的开发环境已经配置好了以下依赖项:
- Visual Studio 2019
- C++ 17
- CUDA 11
- glfw3(用于窗口管理)
- glad(用于 OpenGL)
- fmt(用于更好的打印功能)
- glm(用于 3D 数学计算)
- assimp(用于模型加载)
- imgui(用于图形用户界面)
以下是使用 vcpkg 安装依赖项的命令示例:
/vcpkg/exe install glfw3:x64-windows
/vcpkg/exe install glad:x64-windows
/vcpkg/exe install fmt:x64-windows
/vcpkg/exe install glm:x64-windows
/vcpkg/exe install assimp:x64-windows
/vcpkg/exe install imgui[core, opengl3-binding, glfw-binding]:x64-windows

4. 项目安装方式
在确认环境配置无误后,您可以按照以下步骤进行项目的安装:
- 克隆或下载项目到本地。
- 打开 Visual Studio 2019,加载项目文件(例如
Velvet.sln)。 - 编译并运行项目。
5. 项目处理脚本
在 Velvet 项目中,主要的仿真流程包含以下几个步骤:
- 预测粒子位置
- 使用空间散列技术查找粒子邻居
- 处理碰撞
- 解决约束(如拉伸、附着、弯曲等)
- 应用约束解算后的位置变化
- 更新速度和位置
以下是项目中的一个核心处理脚本的简化示例:
// 仿真管线
for (int substep = 0; substep < numSubsteps; substep++) {
// 预测粒子位置
PredictPositions();
// 查找粒子邻居
FindNeighborsBySpatialHash();
// 处理碰撞
CollideParticles();
CollideSDF();
// 解决约束
for (int iteration = 0; iteration < numIterations; iteration++) {
SolveStretch();
SolveAttachment();
SolveBending();
ApplyDeltas();
}
// 更新速度和位置
Finalize();
}
// 计算法线,用于渲染
ComputeNormals();
以上就是 Velvet 项目的下载及安装教程。希望您能够顺利地在您的环境中搭建并运行该项目。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219