Aurora 实时路径追踪渲染器下载与安装教程
2024-12-07 19:57:41作者:吴年前Myrtle
1. 项目介绍
Aurora 是由 Autodesk 开发的一款实时路径追踪渲染器,它利用 GPU 硬件光线追踪技术,支持复杂的场景交互性能。作为一种实时渲染器,Aurora 旨在支持实时视图中快速的设计迭代,与用于最终帧生产的渲染器(如 Autodesk Arnold)不同。Aurora 拥有一个 USD Hydra 渲染代理 HdAurora,允许它从一个 USD Hydra 场景代理中使用,也可以通过其自己的 API 直接使用,这一点通过一个名为 Plasma 的独立示例应用程序进行了展示。
2. 项目下载位置
项目托管在 GitHub 上,可以通过以下地址访问和下载:Aurora GitHub 仓库。
3. 项目安装环境配置
在开始安装前,需要确保你的开发环境满足以下要求:
- 操作系统:官方支持 Windows 10 或 Ubuntu 20.04。Windows 11 和其他 Linux 发行版可能可以工作,但尚未官方支持。
- GPU:需要支持硬件光线追踪的 GPU,通过 DirectX Raytracing (DXR) 在 Windows 上或 Vulkan Ray Tracing 在 Windows 或 Linux 上。
- 驱动:推荐安装最新的 GPU 驱动程序,以获得对光线追踪 API 支持的改进。
以下是在 Ubuntu 20.04 上配置环境的一个示例:

(注:图片示例需要替换为实际的截图)
4. 项目安装方式
以下是项目在 Windows 和 Ubuntu 20.04 上的安装步骤:
Windows:
- 打开命令提示符(例如“x64 Native Tools Command Prompt for VS 2019”)。
- 运行以下命令安装外部依赖项:
python Scripts\installExternals.py \AuroraExternals
- 使用 CMake 构建项目:
cmake -S . -B Build
cmake --build Build --config Release
- 运行 Plasma 应用程序:
cd Build\bin\Release
Plasma.exe
Ubuntu 20.04:
- 运行以下命令安装外部依赖项:
python Scripts/installExternals.py /AuroraExternals
- 使用 CMake 构建项目:
cmake -S . -B Build
cmake --build Build
- 运行 Plasma 应用程序:
cd Build/bin/Release
./Plasma --output [OUTPUT_IMAGE_FILE.png] --scene [INPUT_SCENE_FILE.obj] --renderer hgi
5. 项目处理脚本
项目中的 installExternals.py 脚本用于安装构建 Aurora 所需的外部依赖项。确保在构建之前运行此脚本以安装所有必要的库和模块。
以上就是 Aurora 实时路径追踪渲染器的下载与安装教程。按照上述步骤操作,你将能够成功安装并运行此开源项目。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
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++
894
677
暂无简介
Dart
803
198
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
353
207
昇腾LLM分布式训练框架
Python
119
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781