如何构建Spirula StudioVulkan与CUDA双后端编译完全指南【免费下载链接】spirula-studioCross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA.项目地址: https://gitcode.com/GitHub_Trending/sp/spirula-studioSpirula Studio是一款开源的跨厂商 3D Gaussian Splatting3D 高斯泼溅训练工具可以从原始照片或视频直接训练出 splat 并导出带贴图的网格无需 Python/PyTorch 和 COLMAP。本文将带你一步步完成Vulkan 与 CUDA 双后端的源码编译覆盖 Windows、Linux 和 macOS 三大平台 ️一、Vulkan 还是 CUDA先看懂双后端区别Spirula Studio 通过SS_BACKEND选项在编译期选择计算后端两个后端提供完全相同的训练和网格化功能对比项Vulkan推荐CUDA显卡支持NVIDIA、AMD、Intel、Apple Silicon仅限 NVIDIA平台支持Windows / Linux / macOSWindows / Linux额外依赖Vulkan SDKmacOS 自动获取 MoltenVKCUDA Toolkit MSVCWindows额外能力内置 SfM、视频抽帧、AI 掩码无产物体积构建更快、二进制更小较大 性能差异通常在几个百分点以内具体取决于 GPU 驱动Vulkan 后端在部分场景下显存占用更低。后端选择逻辑定义在 cmake/SsOptions.cmake 中整体构建流程编排见 CMakeLists.txt 与 docs/backends.md。二、编译前准备环境清单不同平台只需准备对应工具链其余依赖如 MoltenVK会由 CMake 自动处理WindowsVisual Studio含 C 工作负载CUDA 后端还需安装 CUDA ToolkitLinuxCMake、Ninja、C 编译器GCC/Clang、python3可选用于代码生成macOSXcode 命令行工具MoltenVK 会静态链接进二进制无需单独安装Vulkan 后端请确认已安装Vulkan SDKmacOS 除外CMake 会自动拉取 MoltenVK。三、克隆仓库git clone https://gitcode.com/GitHub_Trending/sp/spirula-studio cd spirula-studio项目自带两个一键构建脚本Linux/macOS 用 build_develop.bashWindows 用 build_develop.bat。脚本会自动完成代码生成、代码风格检查、按可用内存分配编译并发数等工作。四、Vulkan 后端编译步骤推荐4.1 WindowsMSVC在项目根目录打开命令提示符.\build_develop.bat -DSS_BACKENDvulkan -DSS_ENABLE_PATENTEDON成功后生成build_vulkan\spirula.exe。若使用 GCC/Clang可手动调用 CMakecmake -G Ninja -B build_vulkan -DCMAKE_BUILD_TYPERelease -DSS_BACKENDvulkan -DSS_ENABLE_PATENTEDON cmake --build build_vulkan -j4.2 Linuxbash build_develop.bash -DSS_BACKENDvulkan -DSS_ENABLE_PATENTEDON成功后生成build_vulkan/spirula可执行文件。4.3 macOSApple Silicon / Intelbash build_develop.bash -DSS_BACKENDvulkan -DSS_ENABLE_PATENTEDON cmake --build build --target macos_app cmake --build build --target macos_dmgmacOS 只有一个后端所以构建目录固定为build/。构建完成后你会得到双击即用的build/Spirula Studio.app和build/Spirula Studio.dmg磁盘映像 ⚖️关于SS_ENABLE_PATENTED开启后视频解码在 GPU 上进行抽帧约快 15 倍、无需安装 ffmpeg但涉及 AVC/HEVC 第三方专利风险需自行确认本地合规关闭时视频解码会自动交由 ffmpeg 完成。五、CUDA 后端编译步骤确保已安装较新版本的 CUDAWindows 下还需要与 CUDA 版本兼容的 MSVC 编译器。5.1 Windows.\build_develop.bat -DSS_BACKENDcuda成功后生成build_cuda\spirula.exe。5.2 Linuxbash build_develop.bash -DSS_BACKENDcuda成功后生成build_cuda/spirula可执行文件。 Windows 脚本会自动探测系统中最新安装的 CUDA Toolkit并注入-DCMAKE_CUDA_COMPILER如需指定版本可显式追加该参数。六、实用编译选项速查选项说明默认值-DSS_BACKENDvulkan\|cuda选择计算后端cuda-DSS_BUILD_GUIOFF不构建图形界面只保留 CLI 工具ON-DSS_ENABLE_PATENTEDON启用 GPU 内 H.264/H.265/AV1 编解码OFF-DSS_BUILD_SFMONCUDA 构建中启用内置 SfM需 Vulkan SDKVulkan 下ON-DSS_DEFAULT_LANGzh_CN无法检测语言时的默认界面语言en-DSS_DEBUG_SYMBOLSON输出调试符号二进制显著变大OFF选项完整定义参见 cmake/SsOptions.cmakeVulkan 后端的设备能力与内核覆盖细节可阅读 src/backend/vulkan/README.md。七、编译完成后如何验证双击或命令行运行生成的spirula/spirula.exe打开 GUI加载一个数据集即可看到训练界面命令行用户推荐先执行spirula --help查看全部子命令。默认spirula train会在 HTTP 端口提供 Web 查看器远程 GPU 训练时可通过 ssh 端口转发在浏览器中查看训练进度。八、常见问题排查 找不到 Ninja/CMakeWindowsbuild_develop.bat会自动回退到 Visual Studio 自带的 CMake/Ninja若仍报错请确认 VS 安装了使用 C 的桌面开发组件。Linux 提示 python3 未找到可跳过代码生成构建会使用仓库中已提交的生成文件不影响编译。CUDA 后端链接 nvcc 失败脚本默认不信任旧的CUDA_PATH环境变量会自动选择最新 Toolkit多版本共存时请显式传-DCMAKE_CUDA_COMPILER。macOS 网格化/UV 展开变慢Homebrew 的libomp是 keg-only脚本会自动探测并通过-DOpenMP_ROOT传入若未生效请手动指定该参数。Vulkan 构建想用内置 SfM/SAM它们依赖 Vulkan 运行时Vulkan 后端下默认开启CUDA 后端可通过-DSS_BUILD_SFMON -DSS_BUILD_SAMON手动开启。九、写在最后至此你已经掌握了 Spirula Studio 的完整编译流程Vulkan 后端一条命令即可在三大平台出包CUDA 后端同样简单。得益于自动化的构建脚本和代码生成流程整个编译过程基本是克隆 → 跑脚本 → 双击运行的体验。编译只是起点——训练一个 splat、导出网格、批量处理视频都可以直接从 GUI 或 CLI 完成。祝构建顺利享受 3D 高斯泼溅的乐趣吧【免费下载链接】spirula-studioCross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA.项目地址: https://gitcode.com/GitHub_Trending/sp/spirula-studio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 如何构建Spirula Studio？Vulkan与CUDA双后端编译完全指南
如何构建Spirula StudioVulkan与CUDA双后端编译完全指南【免费下载链接】spirula-studioCross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA.项目地址: https://gitcode.com/GitHub_Trending/sp/spirula-studioSpirula Studio是一款开源的跨厂商 3D Gaussian Splatting3D 高斯泼溅训练工具可以从原始照片或视频直接训练出 splat 并导出带贴图的网格无需 Python/PyTorch 和 COLMAP。本文将带你一步步完成Vulkan 与 CUDA 双后端的源码编译覆盖 Windows、Linux 和 macOS 三大平台 ️一、Vulkan 还是 CUDA先看懂双后端区别Spirula Studio 通过SS_BACKEND选项在编译期选择计算后端两个后端提供完全相同的训练和网格化功能对比项Vulkan推荐CUDA显卡支持NVIDIA、AMD、Intel、Apple Silicon仅限 NVIDIA平台支持Windows / Linux / macOSWindows / Linux额外依赖Vulkan SDKmacOS 自动获取 MoltenVKCUDA Toolkit MSVCWindows额外能力内置 SfM、视频抽帧、AI 掩码无产物体积构建更快、二进制更小较大 性能差异通常在几个百分点以内具体取决于 GPU 驱动Vulkan 后端在部分场景下显存占用更低。后端选择逻辑定义在 cmake/SsOptions.cmake 中整体构建流程编排见 CMakeLists.txt 与 docs/backends.md。二、编译前准备环境清单不同平台只需准备对应工具链其余依赖如 MoltenVK会由 CMake 自动处理WindowsVisual Studio含 C 工作负载CUDA 后端还需安装 CUDA ToolkitLinuxCMake、Ninja、C 编译器GCC/Clang、python3可选用于代码生成macOSXcode 命令行工具MoltenVK 会静态链接进二进制无需单独安装Vulkan 后端请确认已安装Vulkan SDKmacOS 除外CMake 会自动拉取 MoltenVK。三、克隆仓库git clone https://gitcode.com/GitHub_Trending/sp/spirula-studio cd spirula-studio项目自带两个一键构建脚本Linux/macOS 用 build_develop.bashWindows 用 build_develop.bat。脚本会自动完成代码生成、代码风格检查、按可用内存分配编译并发数等工作。四、Vulkan 后端编译步骤推荐4.1 WindowsMSVC在项目根目录打开命令提示符.\build_develop.bat -DSS_BACKENDvulkan -DSS_ENABLE_PATENTEDON成功后生成build_vulkan\spirula.exe。若使用 GCC/Clang可手动调用 CMakecmake -G Ninja -B build_vulkan -DCMAKE_BUILD_TYPERelease -DSS_BACKENDvulkan -DSS_ENABLE_PATENTEDON cmake --build build_vulkan -j4.2 Linuxbash build_develop.bash -DSS_BACKENDvulkan -DSS_ENABLE_PATENTEDON成功后生成build_vulkan/spirula可执行文件。4.3 macOSApple Silicon / Intelbash build_develop.bash -DSS_BACKENDvulkan -DSS_ENABLE_PATENTEDON cmake --build build --target macos_app cmake --build build --target macos_dmgmacOS 只有一个后端所以构建目录固定为build/。构建完成后你会得到双击即用的build/Spirula Studio.app和build/Spirula Studio.dmg磁盘映像 ⚖️关于SS_ENABLE_PATENTED开启后视频解码在 GPU 上进行抽帧约快 15 倍、无需安装 ffmpeg但涉及 AVC/HEVC 第三方专利风险需自行确认本地合规关闭时视频解码会自动交由 ffmpeg 完成。五、CUDA 后端编译步骤确保已安装较新版本的 CUDAWindows 下还需要与 CUDA 版本兼容的 MSVC 编译器。5.1 Windows.\build_develop.bat -DSS_BACKENDcuda成功后生成build_cuda\spirula.exe。5.2 Linuxbash build_develop.bash -DSS_BACKENDcuda成功后生成build_cuda/spirula可执行文件。 Windows 脚本会自动探测系统中最新安装的 CUDA Toolkit并注入-DCMAKE_CUDA_COMPILER如需指定版本可显式追加该参数。六、实用编译选项速查选项说明默认值-DSS_BACKENDvulkan\|cuda选择计算后端cuda-DSS_BUILD_GUIOFF不构建图形界面只保留 CLI 工具ON-DSS_ENABLE_PATENTEDON启用 GPU 内 H.264/H.265/AV1 编解码OFF-DSS_BUILD_SFMONCUDA 构建中启用内置 SfM需 Vulkan SDKVulkan 下ON-DSS_DEFAULT_LANGzh_CN无法检测语言时的默认界面语言en-DSS_DEBUG_SYMBOLSON输出调试符号二进制显著变大OFF选项完整定义参见 cmake/SsOptions.cmakeVulkan 后端的设备能力与内核覆盖细节可阅读 src/backend/vulkan/README.md。七、编译完成后如何验证双击或命令行运行生成的spirula/spirula.exe打开 GUI加载一个数据集即可看到训练界面命令行用户推荐先执行spirula --help查看全部子命令。默认spirula train会在 HTTP 端口提供 Web 查看器远程 GPU 训练时可通过 ssh 端口转发在浏览器中查看训练进度。八、常见问题排查 找不到 Ninja/CMakeWindowsbuild_develop.bat会自动回退到 Visual Studio 自带的 CMake/Ninja若仍报错请确认 VS 安装了使用 C 的桌面开发组件。Linux 提示 python3 未找到可跳过代码生成构建会使用仓库中已提交的生成文件不影响编译。CUDA 后端链接 nvcc 失败脚本默认不信任旧的CUDA_PATH环境变量会自动选择最新 Toolkit多版本共存时请显式传-DCMAKE_CUDA_COMPILER。macOS 网格化/UV 展开变慢Homebrew 的libomp是 keg-only脚本会自动探测并通过-DOpenMP_ROOT传入若未生效请手动指定该参数。Vulkan 构建想用内置 SfM/SAM它们依赖 Vulkan 运行时Vulkan 后端下默认开启CUDA 后端可通过-DSS_BUILD_SFMON -DSS_BUILD_SAMON手动开启。九、写在最后至此你已经掌握了 Spirula Studio 的完整编译流程Vulkan 后端一条命令即可在三大平台出包CUDA 后端同样简单。得益于自动化的构建脚本和代码生成流程整个编译过程基本是克隆 → 跑脚本 → 双击运行的体验。编译只是起点——训练一个 splat、导出网格、批量处理视频都可以直接从 GUI 或 CLI 完成。祝构建顺利享受 3D 高斯泼溅的乐趣吧【免费下载链接】spirula-studioCross-vendor 3D Gaussian Splatting trainer - video to splat to mesh, Vulkan or CUDA.项目地址: https://gitcode.com/GitHub_Trending/sp/spirula-studio创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考