工業技術研究院

技術簡介

本技術實現了 Vision Fundamental Model 的移植與實作驗證，將 Marching Cubes 演算法移植至 Xilinx 平台的 FPGA 上，通過資料層級的平行化處理，實現平均小於 10 秒完成百萬面模型的轉換，相較於單路 PC 執行的 16 秒大幅縮短運算時間。後續將進一步優化平行化加速，並串接 2D 至 3D 人物生成展示，展示成果凸顯 AI 運算加速器取代傳統 PC 方案的優勢。

Abstract

’This technology achieves the implementation and validation of the Vision Fundamental Model by porting the Marching Cubes algorithm to an FPGA based on the Xilinx platform. Through data-level parallelization, it achieves model conversion of millions of faces in under 10 seconds on average, significantly outperforming the 16 seconds required on a single-threaded PC. Future developments will focus on further optimizing parallel acceleration and integrating 2D-to-3D character generation demonstrations, showcasing the advantages of AI accelerators over traditional PC-based solutions.

技術規格

’技術主題: -Vision Fundamental Model 的移植與實作驗證 -Marching Cubes 演算法移植至 FPGA 硬體平台: 基於 Xilinx 的 K26 FPGA 平台 運算特性: -資料層級的平行化處理 -百萬面模型轉換平均時間：小於 10 秒 應用: -3D建模平行化優化 -2D 至 3D 人物生成展示串接 - AI 運算加速器取代傳統 PC 方案

Technical Specification

’Technical Focus: Implementation and validation of the Vision Fundamental Model Porting the Marching Cubes algorithm to FPGA Hardware Platform: Based on the Xilinx K26 FPGA platform Computational Features: Data-level parallelization Average time for converting models with millions of faces: less than 10 seconds Applications: Parallel optimization for 3D modeling Integration of 2D-to-3D character generation demonstrations Replacing traditional PC solutions with AI accelerators

技術特色

使用者可直接使用視覺辨識模型端進行開發，縮短學習時程，加速技術落地。 在視覺檢測產業領域中，將大幅提升國內視覺檢測系統業者佈建自動化檢測系統之能力。

應用範圍

PCB產業

接受技術者具備基礎建議（設備）

a) 光機組裝與系統測試設備 b) 個人電腦

接受技術者具備基礎建議（專業）

a) 軟體設計能力 b) 光機設計能力 c) 具系統整合設計開發能力更佳

聯絡資訊