Von GPU-Clustern zu dichoptischen Loops: Die Demokratisierung von Compute

Von GPU-Clustern zu dichoptischen Loops: Die Demokratisierung von Compute

Die Ernennung von Uday Ruddarraju als Leiter von OpenAI für Infrastructure & Compute zeigt nicht nur einen Personalwechsel, sondern bestätigt eine technologische Wahrheit – die Leistungsfähigkeit der Rechenleistung ist entscheidend für die nächste Generation von KI-Modellen. Während die Welt auf riesige H100-Cluster wartet, wird parallele Entwicklung fast unmerklich, aber ebenso disruptiv für Endbenutzer: Die Verlagerung der High-End-GPU-Leistung in mobile, standalone VR-Hardware.

Traditionelle Methode des Amblyopie (lazy eye) Trainings blockiert das schwache Auge. Doch das Gehirn lernt, das Auge zu benutzen, aber nicht, wie es beide Augen koordiniert. Die Lösung: Dichoptisches Training in VR auf Meta Quest.

Diese VR-Therapie nimmt die Hardware der Meta Quest und stellt jedem Auge ein anderes Bild dar. Dies ist ein Spiel mit der Stereoskopie, bei dem die Bildinhalte pro Auge dynamisch gefiltert werden, um spezifische visuelle Reize zu steuern. Die Lösung verläuft in vier automatisierten Stufen:

1. Monokulares Warm-up: Nur das schwache Auge erhält Targets. Das Ziel ist, Tracking und Aufmerksamkeit zu aktivieren, ohne dass das dominante Auge die Szene dominiert.

2. Breaking Suppression: Beide Augen sehen die Targets, das dominante Auge wird massiv gedimmt, damit das Gehirn die Informationen des schwachen Auges priorisiert.

3. Rebalancing: Die Helligkeit und Klarheit des dominanten Auges werden schrittweise wiederhergestellt, um sicherzustellen, dass das schwache Auge aktiv bleibt.

4. Fusion Training: Erzeugt leichte Bildfehlstellungen innerhalb des sogenannten Panum-Bereichs, um binokulare Fusion zu trainieren.

Rendering-Pipeline auf Mobile GPU: Mit zwei getrennten Render-Passes pro Frame (72 Hz oder 90 Hz) bleiben ~13,8 ms bzw. ~11,1 ms für beide Augen zusammen zum Frame-Budget. Der Trick liegt in der Shared Geometry und separate Fragment-Shaders. Gabor-Muster, als „Münzen“ im Raum schweben, werden prozedural im Shader generiert, um den GPU-Cache warm zu halten und Thermal-Throttling-Radii zu engen.

Die Interaktion muss konsistent sein, um das Training effektiv zu sein. AmblyoPunch nutzt Gabor-Muster als „Münzen“ im Raum, die Boxen und vermeiden von roten Spikes erfordert. Die Engine (Unity URP) muss pro Frame zwei Camera-Stacks durchlaufen, wobei Shared Geometry und separate Fragment-Shaders verwendet werden. Das System nutzt Fixed Foveated Rendering (FFR) auf Stufe 2–3, um die GPU-Leistung zu sparen, ohne dass der Nutzer Artefakte bemerkt.