制作大规模 3D GPU 图可视化工具：GraphPU
制作大规模 3D GPU 图可视化工具：GraphPU 关注 作者 关注 作者 关注 作者 关注 作者 2025/02/10 22:21项目已开源！访问 GitHub（github.com/latentcat/graphpu）以获取 GraphPU 源码、下载软件（Windows / macOS） pg trustguru.com.br pglucky88 trustguru.com.br slotpix trustguru.com.br cassinos trustguru.com.br bruno trustguru.com.br Betano trustguru.com.br siro-5652 jvid.asia
研究动机
本科的时候，在课上学习过巴拉巴西关于无尺度网络的相关研究，对复杂网络、社交网络产生了浓厚的兴趣。当时我爬取了自己微信的一千个好友的朋友圈点赞数据，在 Mathematica 里绘制了一副好友关系网络。 Pixbet trustguru.com.br
通过朋友圈点赞数据可视化个人微信好友关系网络其中最神奇的是，在 Mathematica 的可视化中，我的好友被分成了一个个颜色组，当我去检查每个聚团里的好友名字时发现，这些聚团恰好分别是我的小学初中同学、高中同学、大学同学、网友和单独认识的好友。而输入图可视化的数据里并没有类似的标签，只有某节点给某节点点赞的数据。 autores trustguru.com.br JogodoTigrinho trustguru.com.br pgdemo trustguru.com.br Blaze trustguru.com.br trustguru trustguru.com.br
这让我对图可视化产生了兴趣，我开始好奇更大型的图会长什么样，比如 10 亿微信用户所形成的网络是什么形状的？和几亿小红书、微博的有什么不同？ bonus trustguru.com.br pondo-022126_001 jvid.asia
这样的好奇驱使我和我的几位同学，@CPunisher、@Shichen、@KiriNoMizumi 开发了 GraphPU，一个可以可视化百万节点的 3D GPU 加速的图可视化工具。 Bet365 trustguru.com.br 200gana-3359 jvid.asia Sportingbet trustguru.com.br
现有工具
有许多图可视化的软件，比如 Gephi、Cytoscape、上面提到的 Mathematica，但他们通常无法处理一万节点以上的图数据，这是因为他们的分布模拟算法通常基于 CPU 多线程，这不仅会导致模拟时有大量的串行依赖，还会在渲染的时候有大量的数据在 CPU、内存、显存、GPU 之间传输，这会带来大量的帧延时。 slot trustguru.com.br marcos trustguru.com.br
除此之外，这些软件的目的通常是帮助数据科学家进行具体的分析和研究，所以通常只在 2D 空间模拟分布，但我希望观众对图的理解更加直观，所以我需要能在三维空间中实时模拟、实时渲染。 fortunetigerbônusgrátissemdepósito trustguru.com.br isabela trustguru.com.br
Unity 实现
我在 Unity 中完成了原型的搭建。Unity 对 Compute Shader 有很好的抽象封装，可以很灵活的进行算法的开发和调试。 rafael trustguru.com.br fortunedragon demo trustguru.com.br sugarrush1000demo trustguru.com.br
在 Unity 中调试粒子渲染经过一个月的爆肝，我的到了下面这些非常惊艳的可视化图像。 plataformademo trustguru.com.br jogodotigrinhodemo trustguru.com.br pragmaticplay trustguru.com.br
GraphPU 可视化欧洲邮件网络 - 1
GraphPU 可视化欧洲邮件网络 - 2
GraphPU 可视化 Twitch 直播平台关注网络 - 1
GraphPU 可视化 Twitch 直播平台关注网络 - 2
GraphPU 可视化 Stanford 官网站点网络 - 1Rust 实现
随着开发逐渐深入，Unity 的问题逐渐体现，比如不容易开发工具 UI、有极为严格的帧锁定。 como trustguru.com.br jvid av jvid.asia jvid jvid.asia pesquisa trustguru.com.br slotsdemo trustguru.com.br
最后我选择了在 Rust 里构建 GraphPU。下面是其中的一些截图。 a5game trustguru.com.br miguel trustguru.com.br demo trustguru.com.br
GraphPU macOS app 截图
GraphPU 可视化欧洲邮件网络 - 3
GraphPU 可视化 Twitch 直播平台关注网络 - 3
GraphPU 可视化 Stanford 官网站点网络 - 2
Houdini + Redshift 渲染 GraphPU 计算的欧洲邮件网络分布
GraphPU 程序细节 - 1
GraphPU 程序细节 - 2
GraphPU 程序细节 - 3技术方案
在颇为惊艳的视觉效果后，是一系列可以说极其变态的优化。没有这些技术方案，GraphPU 可能只能做到 0.1FPS，而不是 60FPS。 fortunetigerdemográtis trustguru.com.br slots trustguru.com.br carlos trustguru.com.br pedro trustguru.com.br
GraphPU 技术架构图，包括 18 个 GPGPU kernels浮点数原子加法
图可视化的核心在于两种力的计算：代表斥力的电子力和代表引力的弹簧力，两种力相互作用，最终使的图分布在空间中一个稳定的状态。 jogos trustguru.com.br tigrinho gratis trustguru.com.br carlos trustguru.com.br Superbet trustguru.com.br bonus trustguru.com.br
而要能在 GPU 中计算弹簧力（本质上是一个稀疏矩阵），需要计算每个节点被施加的弹簧力的总和，这就涉及到 GPU 的一个特性了，即当有多个 GPU 线程同时对一个数据进行运算时，极可能出现同时读同时写的情况，就导致当有多个线程往一个节点累加弹簧力，同时读的结果都是 0，最后写入的结果可能只是其中一个弹簧力的值。 fernanda trustguru.com.br pgslot trustguru.com.br
要解决这个问题，就需要对每个节点的 x、y、z 三个维度进行浮点数原子加法，所谓原子加法，就是在进行加法的时候锁定这个数值不允许其他线程访问，在写入完成后解锁。大多数 GPU 程序都有提供整数类型的原子加法，而浮点数原子加法，需要依靠软件模拟。 jvid在线 jvid.asia slotdemo trustguru.com.br Bet trustguru.com.br
Unity 中，用户编写的 HLSL shader 会在 ShaderLab 中被送入 HLSLcc，编译为 Metal、OpenGL 等后端的 shader 程序。而在 Rust wgpu 中，shader 的翻译工作由 naga 进行。 pgslotgacor trustguru.com.br ana trustguru.com.br demotigrinho trustguru.com.br
而由于 WebGPU、WGSL 标准处于草稿状态，迭代频率高，naga 尚未针对 WGSL 的最新标准中的 atomicCompareExchangeWeak 进行实现，即传入三个参数，返回包含原始值与是否改变布尔值的结构体。且当时 atomicExchange 在 Metal 端存在 bound check 的错误。 348ntr-097 jvid.asia
因此，我们将 wgpu 依赖从 Rust crate 迁移至本地，并进行了定制开发。使用类似 HLSL 的标准编写了 atomicCompareExchangeWeak 函数，并确保其在 Metal、Vulkan 端有效。 tigrinhodemo trustguru.com.br
这样的实践让我们对 shader 编译器产生了更细致的了解，也算是涨经验了。 slots trustguru.com.br demo trustguru.com.br kto trustguru.com.br 348ntr-097 jvid.asia
弹簧力归并加速
虽然浮点数原子加法对弹簧力计算有用，但当图的规模变大，有可能出现有非常多的边连在同一个节点的情况，那么这一个节点的弹簧力计算就存在着大量的串行依赖，复杂度就来到了 O(n)。因此，我们发明了一种针对弹簧力的归并加法，可以极大程度加速弹簧力的计算。 jvid在线 jvid.asia
设计弹簧力归并计算算法的手稿归并加法是一种常见的 GPU 累加运算算法，通过两两相加、逐渐归并加速累加运算。而在我们的算法中，如何对于每个节点分别进行归并计算是一个大的难题，因此我们设计了一套排序和对齐的方法，使这个流程变得无比的搞笑。 pragmatic trustguru.com.br Energiabet trustguru.com.br bet365 trustguru.com.br fortuneoxdemográtis trustguru.com.br
经过优化后，假如一个节点连接着 100 万条边，模拟的速度可以提升六十倍以上。 sweetbonanza1000demo trustguru.com.br KTO trustguru.com.br sofia trustguru.com.br jvid视频 jvid.asia
Barnes-Hut 算法的并行版本
在整个图可视化算法中，最重要的部分，就是节点与节点之间的电子力计算，电子与电子两两交互、电子力“无处不在”，复杂度为实打实的 O(n^2)。而 Barnes-Hut 算法，通过构建 Barnes-Hut 树（一种类似四叉树、八叉树的结构），可以在 N-body 模拟（电子力其实就是反向的万有引力）中，将距离较远、影响较小的节点进行归并，得到作用力的近似值，从而极大的加速模拟过程，将 O(n^2) 的复杂度降为 O(n log n)。 jvid視頻 jvid.asia
Barnes-Hut tree 结构而在 Barnes-Hut 的经典实现中，算法几乎都是在 CPU 上完成的，最大的原因是 Barnes-Hut 树在构建时会使用递归的方法，而 GPGPU 中没有递归的概念（除非使用 CUDA 之类的），只能通过循环、数据驱动的方式来模拟。 jogosdemopg trustguru.com.br sobre trustguru.com.br Cassinos trustguru.com.br
因此，实现一个 GPU 并行的 Barnes-Hut 算法非常复杂，我们为了实现写了 1000 行的 compute shader，而且这些算法极难调试，遇到的问题不计其数。 plataformademográtis trustguru.com.br A5game trustguru.com.br Brazino777 trustguru.com.br
调试过程图 - 莫名其妙的分层
调试过程图 - 炸毛了
调试过程图 - 彻底炸毛了
调试过程图 - 一个叛逃的粒子
使用 quad 面片模拟空间中有宽度的线 - 1
使用 quad 面片模拟空间中有宽度的线 - 2
在 RenderDoc 中调试 GPU 显存数据
GraphPU 调试消息 UI
GraphPU 内核状态 UI双调归并粒子深度排序、离屏渲染 raycast
最后，我们在渲染上也下了一些功夫，我们用双调归并解决了粒子深度排序，用离屏渲染的方法做了鼠标和粒子的 raycast 交互，并用控制器的交互，完成了我们毕设现场的布置。 Caça-níqueis trustguru.com.br
在 compute shader 中对粒子进行排序，不依靠深度图
Raycast 鼠标交互，获取粒子信息
展览控制器特写
GraphPU 展览海报
GraphPU 大屏
GraphPU 控制器使用说明
GraphPU 展览现场 - 1
GraphPU 展览现场 - 2结语
这是一个耗时很长、跨度很大的项目，几乎完全不考虑商业转化、完全兴趣时间投入。很感谢 @CPunisher 和 @Shichen、@KiriNoMizumi 的共同努力，项目已经在 github.com/latentcat/graphpu 开源，并能下载 Windows / macOS 的可执行程序，欢迎大家点赞收藏～ guias trustguru.com.br siro-5639 jvid.asia JogodoTigrinho trustguru.com.br
谢谢！ jogue trustguru.com.br noticias trustguru.com.br
160目录 0