TideGS는 3D Gaussian Splatting(3DGS) 훈련 시 GPU 메모리 부족 문제를 해결하기 위해 개발된 프레임워크입니다. SSD-CPU-GPU 계층 구조를 활용하여 10억 개 이상의 원본을 단일 GPU에서 훈련할 수 있습니다.
TideGS는 블록 가상화 기하학, 계층적 비동기 파이프라인, 트래jectory-적응형 차등 스트리밍을 통해 SSD 접근 속도를 최적화하고 GPU 메모리를 효율적으로 사용합니다.
실험 결과, TideGS는 기존 방식 대비 더 높은 재구성 품질을 제공하며, 대규모 장면에서 10억 개 이상의 원본을 훈련하는 데 성공했습니다.