What’s New in Flame 2025にもアップしていますが、もう少し詳しく説明します。

TimelineFX Timewarpノード

TimelineFX > Timewarpノードをセグメントに追加。

スピードを変更した時にデュレーションもマッチさせたいので、Anchoring > Start and Endを選択。

スピードを50%に変更。

Frame InterpolationからMachine Learningを選択。

前後のフレームから中間フレームを生成していることがわかります。

Batchから確認

Timewarpノードを2つBatch Schematicに追加しています。上のTimewarpノードはFrame InterpolationがMix。

下のTimewarpノードはFrame InterpolationがMachine Learning。

2つのTimewarpノードの差分をDifference Matteから確認。

Frame Interpolation > Mix

1フレーム目と2フレーム目が同じフレームです。

Frame Interpolation > Machine Learning

前後のフレームから1つのフレームが生成されています。

スピードが50%の場合は前後のフレームから1つのフレームを生成し、スピードが25%の場合は2つのフレームを生成します。

スピードを75%にした場合

Frame Interpolation > Mix

5フレーム周期で1フレーム追加。

Frame Interpolation > Machine Learning

5フレーム周期で3つのフレームを生成。

GPUレンダリング可能なRocky Linuxでは、50%・75%どちらも差をあまり感じませんが、CPUレンダリングオンリーのmacOSでは50%と75%のレンダリングにかなり差がでます。

ML Engine Cache

ML Engine Cacheボタンをアクティブにすると、NVIDIA TensorRTキャッシュが有効になります。

NVIDIA TensorRT

NVIDIAが提供するディープラーニング推論を最適化するツールです。学習済みのAIモデルをNVIDIA GPU上で高速かつ効率的に実行します。

Machine Learning inferenceモデル(ML推論モデル)、GPU、および画像サイズの組み合わせごとに新しいTensorRTエンジンが生成されます。

各エンジンキャッシュは、/opt/Autodesk/cache/tensorgraph/modelsに保存され、同じML推論モデル、GPU、および画像サイズの組み合わせが必要になったときに大幅に高速化されます。

キャッシュの生成には時間がかかります。