Инженеры Яндекса совершили прорыв в области использования графических процессоров, совместив задачи машинного обучения (ML) и высокопроизводительного рендеринга. Разработчики научились запускать движок Unity непосредственно внутри изолированных контейнеров, что позволило встроить рендеринг 3D-сцен и видео в общий ML-пайплайн. Это решение кардинально меняет подход к распределению вычислительных мощностей.
Ранее видеокарты, приобретенные для обучения нейросетей, часто простаивали в моменты между ML-задачами. Теперь эти же GPU можно эффективно загружать созданием тяжелой графики. Технология позволяет одновременно рендерить тысячи 3D-сцен и цифровых аватаров, что ранее требовало отдельных рендер-ферм или дорогостоящих рабочих станций.
Ключевое преимущество нововведения — максимальная утилизация оборудования. Свободные между ML-задачами мощности больше не простаивают, а используются для визуализации. Это не только ускоряет процессы, но и значительно снижает затраты на инфраструктуру.
Практическое применение технологии уже продемонстрировано: с ее помощью были созданы 3DGS-аватары для премьеры сериала «Кибердеревня». Таким образом, видеокарты, изначально ориентированные на искусственный интеллект, неожиданно стали мощным инструментом для VFX-художников. Это открывает новые возможности для геймдева, кинопроизводства и интерактивных сервисов, где требуется быстрый и массовый рендеринг без потери качества.
