Thread de MrNeRF (@janusch_patas)

Primeira implementação de Gaussian Splatting 3D totalmente livre de frameworks de aprendizado de máquina no LichtFeld Studio. Concluí a migração de todo o pipeline de treinamento para uma biblioteca de tensores personalizada baseada em CUDA. Sem PyTorch, sem LibTorch, sem autograd. Cada gradiente é implementado manualmente, seja por meio de kernels CUDA ou abstrações mínimas. Isso a torna a primeira configuração de treinamento completa para 3D Gaussian Splatting sem nenhuma dependência de frameworks de aprendizado de máquina existentes. Não se trata apenas de independência, mas sim de controle! Agora gerenciamos cada byte de memória da GPU, o que abre caminho para uma otimização mais precisa e um ajuste de desempenho mais refinado. O tamanho do framework é mínimo, sem a necessidade de gigabytes de código de tempo de execução de aprendizado de máquina que nunca foram projetados para aplicações em tempo real ou com foco em gráficos. Alguns módulos, como as interfaces de métricas e 3DGUT, ainda estão sendo portados, e algumas operações são temporariamente inexperientes, portanto o desempenho ainda não está no mesmo nível da versão principal. Mas essa refatoração prepara o terreno para: - Um binário totalmente independente - Otimização de memória granular - Experimentação mais fácil sem o peso de uma pilha de aprendizado de máquina. Estamos quase lá.