CN118967900B

CN118967900B - 一种云端3d效果渲染方法及系统

Info

Publication number: CN118967900B
Application number: CN202411458787.6A
Authority: CN
Inventors: 谢林林; 钱敏之; 潘求垚
Original assignee: Zhejiang Huilima Industrial Internet Co ltd
Current assignee: Zhejiang Huilima Industrial Internet Co ltd
Priority date: 2024-10-18
Filing date: 2024-10-18
Publication date: 2025-01-28
Anticipated expiration: 2044-10-18
Also published as: CN118967900A

Abstract

本发明公开一种云端3D效果渲染方法及系统，涉及云端3D效果渲染技术领域，本发明采用算力动态分配算法动态地生成匹配用户端当前3D渲染请求的计算资源，在多个用户端的每一次的3D渲染请求后重新分配计算资源，使计算资源更加均衡地被使用，最大化地使用云端服务器的计算资源，用户端无需高性能本地计算设备，只需基本的网络连接即可进行高质量3D渲染，通过云端服务器计算资源的动态分配和多线程并行计算，大幅提高渲染速度；用户端无需购买昂贵的硬件设备，采用优化的数据传输和动态调整策略，确保在不同网络状况下都能获得稳定的渲染效果。通过带宽自适应技术，确保在10Mbps网络下仍能提供流畅的1080p渲染效果。

Description

一种云端3D效果渲染方法及系统

技术领域

本发明涉及云端3D效果渲染技术领域，尤其是涉及一种云端3D效果渲染方法及系统。

背景技术

目前，3D效果渲染主要依赖于本地计算资源，如CPU和GPU。这种方法不仅需要高性能硬件支持，还需要大量的存储空间和内存。

因此，对于设备性能有限的用户来说，3D渲染的效率和效果往往难以令人满意。随着云计算技术的发展，利用云端资源进行3D渲染成为一种可能。然而，现有的云端3D渲染技术存在着延迟高、成本高、渲染质量不稳定等问题。这些问题限制了云端3D渲染技术的广泛应用。

公开号为CN118485755A的中国发明专利申请公开了一种云端渲染的方法、设备、介质及产品，方法可应用于分布式云端渲染系统的应用逻辑节点、渲染节点及推流节点中，应用于应用逻辑节点的方法包括：确定待渲染对象，并捕获待渲染对象的多个快照帧数据；计算多个快照帧数据的帧数量；根据帧数量确定渲染节点的所需数量，其中，渲染节点位于分布式云端渲染系统中；将多个快照帧数据，逐帧发送至至少一个渲染节点。由此，通过分布式云端渲染系统，可在保证整帧渲染的前提下，实现渲染资源的有效整合和利用。

上述云端渲染方法未考虑用户端和云端服务器之间的数据交互，且没有在多用户端的多渲染需求下对云端服务器的算力资源进行动态调整，对算力资源的优化效果不佳。

发明内容

为了解决用户端和云端服务器之间的数据交互和对云端服务器的算力资源进行动态调整技术问题，本发明提供一种云端3D效果渲染方法及系统。采用如下的技术方案：

一种云端3D效果渲染方法，包括以下步骤：

步骤1，资源请求和分配：用户端发送3D渲染请求内容到云端服务器；

云端服务器根据3D渲染请求内容和当前计算资源使用数据，采用算力动态分配算法生成匹配用户端的3D渲染请求内容的计算资源；

步骤2，数据传输和预处理：用户端上传3D渲染请求内容对应的待渲染3D模型和材质数据，云端服务器接收数据并进行预处理；

步骤3，渲染任务执行：云端服务器利用步骤1分配的计算资源进行3D渲染；

步骤4，结果回传和显示：渲染完成后，云端服务器将渲染结果进行压缩处理，压缩后的渲染结果数据传输回用户端，用户端进行解压缩并显示渲染效果。

通过采用上述技术方案，用户端发送3D渲染请求到云端服务器。

云端服务器根据请求内容和当前资源使用情况，动态分配适当的计算资源，计算资源包括CPU核心数量（如8-64个核心）和GPU内存（如8-32GB）；

采用算力动态分配算法可以动态的生成匹配用户端当前3D渲染请求的计算资源，从而可以在多个用户端的每一次的3D渲染请求后重新分配计算资源，使计算资源更加均衡地被使用，最大化地使用云端服务器的计算资源，用户端无需高性能本地计算设备，只需基本的网络连接即可进行高质量3D渲染，通过云端服务器计算资源的动态分配和多线程并行计算，大幅提高渲染速度。比如，在32核心CPU和16GBGPU内存配置下，典型3D场景渲染时间减少至1分钟以内；

用户端无需购买昂贵的硬件设备，只需按需付费使用云端服务器计算资源。采用优化的数据传输和动态调整策略，确保在不同网络状况下都能获得稳定的渲染效果。通过带宽自适应技术，确保在10Mbps网络下仍能提供流畅的1080p渲染效果。

可选的，步骤1中算力动态分配算法生成匹配用户端3D渲染请求内容的计算资源的具体方法是：先采用以下公式计算用户端3D渲染请求内容的算力需求量：

；

其中第i个渲染请求的算力需求量，第i个渲染请求的优先级权重，是第i个渲染请求的资源需求量，资源需求量是指CPU核心数量和GPU内存；

再采用以下公式计算总动态算力冗余量：

；

其中是总动态算力冗余量，是动态冗余系数，取值在10%-30%，是云端服务器当前总可用算力；

最后采用以下公式生成匹配用户端的3D渲染请求内容的计算资源：

；

其中是匹配第i个渲染请求的算力，j 是一个索引变量，是一个0到n的整数，用于遍历所有的渲染请求，表示对第j个渲染请求的算力需求量；

是云端服务器当前总可分配算力；

。

可选的，的值根据当前运行中的渲染任务和当前渲染请求的渲染任务进行优先级重新排序，优先级重新排序考虑以下四个变量：

任务紧急度得分，资源需求得分，用户重要性得分和预计完成时间得分；采用以下公式计算：

；

其中是第i个任务的优先级得分，是第i个任务的任务紧急度得分，是第i个任务的资源需求得分，是第i个任务的用户重要性得分，是第i个任务的预计完成时间得分；

所有渲染任务的优先级权重变化值基于加入当前渲染请求的渲染任务后的任务的优先级得分重新计算：

；

其中是第i个任务的优先级权重变化值，是权重变化系数，是第i个任务在当前渲染请求的渲染任务加入前的原优先级得分；

当前渲染请求的渲染任务的优先级权重值计算公式是：

。

通过采用上述技术方案，每当有新的3D渲染请求内容输入到云端服务器后，都需要对所有的渲染任务的优先级权重值进行重新计算，从而实现了计算资源的动态调整，使每个3D渲染任务在最优计算资源分配下进行，提升了计算资源的使用率；

首先，定义影响渲染任务优先级的一些因素：

任务紧急度：任务需要在多长时间内完成。

资源需求：任务需要的计算资源量。

客户重要性：不同客户的任务可能具有不同的优先级。

预计完成时间：根据任务需求和当前资源使用情况，估计的完成时间。

通过上述一些因素的确定，就可以对任务优先级得分进行量化，从而实现了优先级权重值的动态调整。

可选的，云端服务器接收数据进行预处理包括数据格式转换和压缩。

通过采用上述技术方案，用户端上传需要渲染的3D模型和材质数据，数据大小一般在100MB至2GB之间。云端服务器接收数据并进行预处理，包括数据格式转换和压缩，以减少数据传输量。压缩比率可以达到3:1。

可选的，步骤3中，云端服务器先提供渲染缩略图，渲染缩略图基于3D渲染请求内容生成，并向用户端回传渲染缩略图和渲染分辨率再次选择项，用户端人员观察渲染缩略图后，最终在渲染分辨率再次选择项确定渲染分辨率，用户端将确定渲染分辨率传输给云端服务器，云端服务器利用步骤1分配的计算资源按照确定渲染分辨率进行3D渲染。

通过采用上述技术方案，可以在真正运行渲染任务前先按照初始设置的渲染参数，例如渲染分辨率来出一个匹配初始渲染参数的渲染缩略图，并将渲染缩略图回传给用户端进行最终渲染参数的确认，避免用户端得到的最终渲染结果与预期差距过大，在回传渲染缩略图的同时还可以提供渲染分辨率再次选择项，若用户端的人员在查看渲染缩略图后对效果不满意，可以在渲染分辨率再次选择项上提升渲染分辨率要求。

可选的，步骤4中，根据渲染结果的格式，使用Python和Pillow库在JPEG、PNG、WebP、HEVC中选择合适的压缩算法，若使用JPEG压缩图片，通过选择质量因子实现压缩比的调整，若使用PNG压缩图片，通过选择不同压缩级别实现压缩比的调整，若使用WebP压缩图片，通过选择质量因子实现压缩比的调整，若使用HEVC压缩视频，通过调整量化参数实现压缩比的调整。

可选的，用户端使用Python和Pillow库解压缩文件，恢复原始渲染结果。

通过采用上述技术方案，渲染完成后，云端服务器将渲染结果进行压缩处理，压缩后的渲染结果通过网络传输回用户端，网络带宽需求为10Mbps至100Mbps。用户端进行解压缩并显示渲染效果。减少了传输过程的网络带宽需求。

一种云端3D效果渲染系统，用于实现一种云端3D效果渲染方法，云端3D效果渲染系统包括用户端、网络传输模块和云端服务器，所述用户端通过网络传输模块与云端服务器通信连接，所述云端服务器设有数据分析芯片，所述数据分析芯片用于运行算力动态分配算法生成匹配用户端的3D渲染请求内容的计算资源。

可选的，所述云端服务器和用户端均设置加解密模块，加解密模块为用户端和云端服务器提供相同的加密协议和算法。

可选的，还包括算力预警模块，所述算力预警模块与云端服务器通信连接，当判断云端服务器当前总可用算力小于总算力的15%时进行报警。

通过采用上述技术方案，算力预警模块可以在云端服务器当前总可用算力小于总算力的15%时进行报警，避免云端服务器持续在高负荷状态运行。

综上所述，本发明包括以下至少一种有益技术效果：

本发明能提供一种云端3D效果渲染方法及系统，采用算力动态分配算法动态地生成匹配用户端当前3D渲染请求的计算资源，在多个用户端的每一次的3D渲染请求后重新分配计算资源，使计算资源更加均衡地被使用，最大化地使用云端服务器的计算资源，用户端无需高性能本地计算设备，只需基本的网络连接即可进行高质量3D渲染，通过云端服务器计算资源的动态分配和多线程并行计算，大幅提高渲染速度；

用户端无需购买昂贵的硬件设备，只需按需付费使用云端服务器计算资源。

采用优化的数据传输和动态调整策略，确保在不同网络状况下都能获得稳定的渲染效果。通过带宽自适应技术，确保在10Mbps网络下仍能提供流畅的1080p渲染效果。

附图说明

图1是本发明一种云端3D效果渲染方法的流程示意图；

图2是本发明一种云端3D效果渲染系统的部件连接原理示意图。

附图标记说明：100、用户端；101、云端服务器；1011、数据分析芯片；102、加解密模块；103、网络传输模块；104、算力预警模块。

具体实施方式

以下结合附图对本发明作进一步详细说明。

本发明实施例公开一种云端3D效果渲染方法及系统。

参照图1和图2，实施例1，一种云端3D效果渲染方法，包括以下步骤：

步骤1，资源请求和分配：用户端100发送3D渲染请求内容到云端服务器101；

云端服务器101根据3D渲染请求内容和当前计算资源使用数据，采用算力动态分配算法生成匹配用户端100的3D渲染请求内容的计算资源；

步骤2，数据传输和预处理：用户端100上传3D渲染请求内容对应的待渲染3D模型和材质数据，云端服务器101接收数据并进行预处理；

步骤3，渲染任务执行：云端服务器101利用步骤1分配的计算资源进行3D渲染；

步骤4，结果回传和显示：渲染完成后，云端服务器101将渲染结果进行压缩处理，压缩后的渲染结果数据传输回用户端100，用户端100进行解压缩并显示渲染效果。

用户端100发送3D渲染请求到云端服务器101。

云端服务器101根据请求内容和当前资源使用情况，动态分配适当的计算资源，计算资源包括CPU核心数量（如8-64个核心）和GPU内存（如8-32GB）；

算力动态分配算法可以动态地生成匹配用户端100当前3D渲染请求的计算资源，从而可以在多个用户端100的每一次的3D渲染请求后重新分配计算资源，使计算资源更加均衡地被使用，最大化地使用云端服务器101的计算资源，用户端100无需高性能本地计算设备，只需基本的网络连接即可进行高质量3D渲染，通过云端服务器101计算资源的动态分配和多线程并行计算，大幅提高渲染速度。比如，在32核心CPU和16GBGPU内存配置下，典型3D场景渲染时间减少至1分钟以内；

用户端100无需购买昂贵的硬件设备，只需按需付费使用云端服务器101计算资源。采用优化的数据传输和动态调整策略，确保在不同网络状况下都能获得稳定的渲染效果。通过带宽自适应技术，确保在10Mbps网络下仍能提供流畅的1080p渲染效果。

实施例2，步骤1中算力动态分配算法生成匹配用户端3D渲染请求内容的计算资源的具体方法是：先采用以下公式计算用户端3D渲染请求内容的算力需求量：

；

再采用以下公式计算总动态算力冗余量：

；

其中是总动态算力冗余量，是动态冗余系数，取值在10%-30%，是云端服务器101当前总可用算力；

最后采用以下公式生成匹配用户端100的3D渲染请求内容的计算资源：

；

是云端服务器101当前总可分配算力；

。

实施例3，的值根据当前运行中的渲染任务和当前渲染请求的渲染任务进行优先级重新排序，优先级重新排序考虑以下四个变量：

；

当前渲染请求的渲染任务的优先级权重值计算公式是：

。

每当有新的3D渲染请求内容输入到云端服务器101后，都需要对所有的渲染任务的优先级权重值进行重新计算，从而实现了计算资源的动态调整，使每个3D渲染任务在最优计算资源分配下进行，提升了计算资源的使用率；

首先，定义影响渲染任务优先级的一些因素：

任务紧急度：任务需要在多长时间内完成。

资源需求：任务需要的计算资源量。

客户重要性：不同客户的任务可能具有不同的优先级。

实施例4，云端服务器101接收数据进行预处理包括数据格式转换和压缩。

用户端100上传需要渲染的3D模型和材质数据，数据大小一般在100MB至2GB之间。云端服务器101接收数据并进行预处理，包括数据格式转换和压缩，以减少数据传输量。压缩比率可以达到3:1。

实施例5，步骤3中，云端服务器101先提供渲染缩略图，渲染缩略图基于3D渲染请求内容生成，并向用户端100回传渲染缩略图和渲染分辨率再次选择项，用户端100人员观察渲染缩略图后，最终在渲染分辨率再次选择项确定渲染分辨率，用户端100将确定渲染分辨率传输给云端服务器101，云端服务器101利用步骤1分配的计算资源按照确定渲染分辨率进行3D渲染。

可以在真正运行渲染任务前先按照初始设置的渲染参数，例如渲染分辨率来出一个匹配初始渲染参数的渲染缩略图，并将渲染缩略图回传给用户端100进行最终渲染参数的确认，避免用户端100得到的最终渲染结果与预期差距过大，在回传渲染缩略图的同时还可以提供渲染分辨率再次选择项，若用户端100的人员在查看渲染缩略图后对效果不满意，可以在渲染分辨率再次选择项上提升渲染分辨率要求。

在渲染前生成对应设置渲染参数的渲染缩略图，需要在渲染流程中加入一个预渲染阶段，专门用于生成缩略图，包括以下几个步骤：

1.定义缩略图生成参数：

缩略图尺寸：确定缩略图的大小，通常远小于最终渲染图像的尺寸。

渲染设置：选择或简化渲染设置，如降低分辨率、减少光照和阴影计算等。

2.创建预渲染脚本

编写一个脚本来设置渲染参数并生成缩略图。以下是一个简化的示例流程：

a.渲染引擎准备

根据使用的渲染引擎（如Blender,Maya,3dsMax等），准备渲染环境。

b.设置渲染参数

调整渲染参数以适应缩略图生成。

以下是相关代码示例：

# 假设使用Blender的Python API

import bpy

# 设置渲染分辨率

bpy.context.scene.render.resolution_x = 256 # 缩略图宽度

bpy.context.scene.render.resolution_y = 256 # 缩略图高度

# 简化渲染设置

bpy.context.scene.render.use_shadows = False

bpy.context.scene.render.use_antialiasing = False

# 其他必要的简化设置.

执行预渲染来生成缩略图。

# 设置输出路径

bpy.context.scene.render.filepath = '/path/to/thumbnail.png'

# 开始渲染（这将生成缩略图）

bpy.ops.render.render(write_still=True)；

实施例6，步骤4中，根据渲染结果的格式，使用Python和Pillow库在JPEG、PNG、WebP、HEVC中选择合适的压缩算法，若使用JPEG压缩图片，通过选择质量因子实现压缩比的调整，若使用PNG压缩图片，通过选择不同压缩级别实现压缩比的调整，若使用WebP压缩图片，通过选择质量因子实现压缩比的调整，若使用HEVC压缩视频，通过调整量化参数实现压缩比的调整。

实施例7，用户端100使用Python和Pillow库解压缩文件，恢复原始渲染结果。

渲染完成后，云端服务器101将渲染结果进行压缩处理，压缩后的渲染结果通过网络传输回用户端100，网络带宽需求为10Mbps至100Mbps。用户端进行解压缩并显示渲染效果。减少了传输过程的网络带宽需求。

实施例8，一种云端3D效果渲染系统，用于实现一种云端3D效果渲染方法，云端3D效果渲染系统包括用户端100、网络传输模块103和云端服务器101，用户端100通过网络传输模块103与云端服务器101通信连接，云端服务器101设有数据分析芯片1011，数据分析芯片1011用于运行算力动态分配算法生成匹配用户端100的3D渲染请求内容的计算资源。

实施例9，云端服务器101和用户端100均设置加解密模块102，加解密模块102为用户端100和云端服务器101提供相同的加密协议和算法。

实施例10，还包括算力预警模块104，算力预警模块104与云端服务器101通信连接，当判断云端服务器101当前总可用算力小于总算力的15%时进行报警。

算力预警模块104可以在云端服务器101当前总可用算力小于总算力的15%时进行报警，避免云端服务器101持续在高负荷状态运行；

实施例11，基于鞋款设计的云端3D渲染任务：

用户端100上传鞋款设计的3D模型和材质数据，数据大小为300MB，渲染分辨率设置为1080p。云端服务器101分配16核心CPU和8GBGPU内存进行渲染，渲染时间为30秒。渲染结果通过50Mbps网络传输回用户端，用户端显示实时渲染效果，使设计师能够即时查看并调整设计细节。

实施例12，基于服装款式设计的云端3D渲染任务：

用户上传服装款式设计的3D模型和材质数据，数据大小为600MB，渲染分辨率设置为4K。云端服务器分配32核心CPU和16GBGPU内存进行渲染，渲染时间为1分钟。渲染结果通过100Mbps网络传输回用户端，用于设计展示和修改，便于设计师快速迭代和优化设计方案。

以上均为本发明的较佳实施例，并非以此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。

Claims

1.一种云端3D效果渲染方法，其特征在于，包括以下步骤：

步骤1，资源请求和分配：用户端（100）发送3D渲染请求内容到云端服务器（101）；

云端服务器（101）根据3D渲染请求内容和当前计算资源使用数据，采用算力动态分配算法生成匹配用户端（100）的3D渲染请求内容的计算资源；

步骤2，数据传输和预处理：用户端（100）上传3D渲染请求内容对应的待渲染3D模型和材质数据，云端服务器（101）接收数据并进行预处理；

步骤3，渲染任务执行：云端服务器（101）利用步骤1分配的计算资源进行3D渲染；

步骤4，结果回传和显示：渲染完成后，云端服务器（101）将渲染结果进行压缩处理，压缩后的渲染结果数据传输回用户端（100），用户端（100）进行解压缩并显示渲染效果；

步骤1中算力动态分配算法生成匹配用户端3D渲染请求内容的计算资源的具体方法是：先采用以下公式计算用户端3D渲染请求内容的算力需求量：

；

再采用以下公式计算总动态算力冗余量：

；

其中是总动态算力冗余量，是动态冗余系数，取值在10%-30%，是云端服务器（101）当前总可用算力；

最后采用以下公式生成匹配用户端（100）的3D渲染请求内容的计算资源：

；

其中是匹配第i个渲染请求的算力，j 是一个索引变量，是一个（0）到n的整数，用于遍历所有的渲染请求，表示对第j个渲染请求的算力需求量；

是云端服务器（101）当前总可分配算力；

；

的值根据当前运行中的渲染任务和当前渲染请求的渲染任务进行优先级重新排序，优先级重新排序考虑以下四个变量：

；

当前渲染请求的渲染任务的优先级权重值计算公式是：

。

2.根据权利要求1所述的一种云端3D效果渲染方法，其特征在于：云端服务器（101）接收数据进行预处理包括数据格式转换和压缩。

3.根据权利要求2所述的一种云端3D效果渲染方法，其特征在于：步骤3中，云端服务器（101）先提供渲染缩略图，渲染缩略图基于3D渲染请求内容生成，并向用户端（100）回传渲染缩略图和渲染分辨率再次选择项，用户端（100）人员观察渲染缩略图后，最终在渲染分辨率再次选择项确定渲染分辨率，用户端（100）将确定渲染分辨率传输给云端服务器（101），云端服务器（101）利用步骤1）分配的计算资源按照确定渲染分辨率进行3D渲染。

4.根据权利要求3所述的一种云端3D效果渲染方法，其特征在于：步骤4中，根据渲染结果的格式，使用Python和Pillow库在JPEG、PNG、WebP、HEVC中选择合适的压缩算法，若使用JPEG压缩图片，通过选择质量因子实现压缩比的调整，若使用PNG压缩图片，通过选择不同压缩级别实现压缩比的调整，若使用WebP压缩图片，通过选择质量因子实现压缩比的调整，若使用HEVC压缩视频，通过调整量化参数实现压缩比的调整。

5.根据权利要求4所述的一种云端3D效果渲染方法，其特征在于：用户端（100）使用Python和Pillow库解压缩文件，恢复原始渲染结果。

6.一种云端3D效果渲染系统，其特征在于：用于实现权利要求5所述的一种云端3D效果渲染方法，云端3D效果渲染系统包括用户端（100）、网络传输模块（103）和云端服务器（101），所述用户端（100）通过网络传输模块（103）与云端服务器（101）通信连接，所述云端服务器（101）设有数据分析芯片（1011），所述数据分析芯片（1011）用于运行算力动态分配算法生成匹配用户端（100）的3D渲染请求内容的计算资源。

7.根据权利要求6所述的一种云端3D效果渲染系统，其特征在于：所述云端服务器（101）和用户端（100）均设置加解密模块（102），加解密模块（102）为用户端（100）和云端服务器（101）提供相同的加密协议和算法。

8.根据权利要求7所述的一种云端3D效果渲染系统，其特征在于：还包括算力预警模块（104），所述算力预警模块（104）与云端服务器（101）通信连接，当判断云端服务器（101）当前总可用算力小于总算力的15%时进行报警。