“Elemental” erforderte eine neue Art der Skalierung der detaillierten und daten-intensiven Charaktere und Umgebungen. Im Gegensatz zu den geometrischen Oberflächen und Materialien, die in früheren Pixar-Projekten verwendet wurden, verursachten die breit angelegten volumen-intensiven Animationsmethoden für “Elemental” einen sechsmal größeren Datenumfang und Rechenaufwand als in “Soul”.
Durch die Verlagerung von 7,3 Petabyte an Daten in einen einzigen Cluster für die Datenspeicherung, der über einen hoch-performanten Namespace auf Basis von kostengünstigen Flash-Elementen verwaltet wird, bietet die Datenplattform nun einen Datenzugriff in Echtzeit. Auf dieser Basis sorgt sie dafür, dass die Renderfarm von Pixar konstant beschäftigt ist und ermöglicht gleichzeitig eine verbesserte Kontrolle und Auswertung aller Prozesse. Damit wird auch eine vereinfachte Zusammenarbeit und Entwicklung über mehrere gleichzeitig laufende Produktionen hinweg möglich. Und Pixar verfügt auf diese Weise auch über die notwendigen Elemente, die man für den Einsatz von AI und Deep Learning in zukünftigen Filmen benötigt.
“Um weiterhin neue Geschichten, atemberaubende visuelle Umgebungen und unvergessliche Charaktere zu liefern, benötigen wir die innovativsten Technologien der Branche. Sie helfen uns dabei, die Visionen der Animationskünstler zum Leben zu erwecken”, erklärt Eric Bermender, Head of Data Center IT Infrastructure bei Pixar Animation Studios. “Elemental ist der am meisten technisch ausgereifte Film, den Pixar jemals hergestellt hat. Doch mit der Datenplattform waren wir in der Lage, über unser bisheriges Niveau bei Animationen hinauszugehen und neue Techniken in Betracht zu ziehen. Bis jetzt hatte niemand bei uns an so etwas gedacht, weil wir einfach nicht über die entsprechende Mittel verfügten. Die Technologie von VAST hat es uns jetzt ermöglicht, die Art und Weise, wie wir Daten speichern und darauf zugreifen, zu ändern. Gleichzeitig hat uns das die Tür zu neuen möglichen Darstellungen von Bildern geöffnet.”
Die Rechenanforderungen für „Elemental“ erforderten einen schnellen und gleichzeitigen Datenzugriff von Hunderttausenden von Prozessoren, die bei den gerenderten Bilddarstellungen verwendet werden. VAST lieferte eine schnelle, ununterbrochene Performance, und das selbst während der Spitzenauslastung des Films, die fast zwei Petabytes an Datenkapazität auf einmal erforderte (im Unterschied zu früheren Filmen der letzten fünf Jahre, die nur etwa 300 bis 500 Terabytes an Kapazität benötigten).
Da sich verschiedene Produktionen zu jedem Zeitpunkt in unterschiedlichen Rendering-Phasen befinden, ist Pixar auf die Daten-Plattform angewiesen, um die Anforderungen beim Umfang von mehreren Filmen parallel zu bewältigen. Mit VAST erhalten diese Arbeitsprozesse die Betriebszeit, die für die Einhaltung der umfangreichen Produktionspläne und der Veröffentlichungstermine von Pixar erforderlich sind.
Der parallele Datenzugriff, die hohe Performance und die Skalierbarkeit der Datenplattform versetzten Pixar in die Lage, allein in “Elemental” fast 150.000 Bildelemente zu rendern. Diese tragen dazu bei, den brillanten Charakteren und spektakulären Umgebungen einen neuen und einzigartigen Anblick zu verleihen. Die besonders schnelle Datenverarbeitung braucht Pixar besonders für neue Animationstechniken auf Basis von Trainingsmodellen für Machine Learning und Deep Learning, um sie adäquat für automatisierte und verbesserte Produktionsprozesse einzusetzen.
Angriffe auf APIs und Webanwendungen sind zwischen Januar 2023 und Juni 2024 von knapp 14…
Mit täglich über 45.000 eingehenden E-Mails ist die IT-Abteilung des Klinikums durch Anhänge und raffinierte…
Bau- und Fertigungsspezialist investiert in die S/4HANA-Migration und geht mit RISE WITH SAP in die…
Trends 2025: Rasante Entwicklungen bei Automatisierung, KI und in vielen anderen Bereichen lassen Unternehmen nicht…
DHL Supply Chain nutzt generative KI-Anwendungen für Datenbereinigung und präzisere Beantwortung von Angebotsanforderungen (RFQ).
Marke mtu will globale Serviceabläufe optimieren und strategische Ziele hinsichtlich Effizienz, Nachhaltigkeit und Wachstum unterstützen.