El desarrollador Arseny Kapoulkine, autor de la biblioteca open source meshoptimizer, explica cómo optimizó su software para procesar escenas de geometría masiva en minutos, tras la publicación por parte de NVIDIA de la escena Zorah como archivo glTF dentro de su muestra vk_lod_clusters. La escena contiene 1.640 millones de triángulos únicos (18.900 millones con instancing) y ocupa 36,1 GB en disco; intentar importarla en Blender consume toda la memoria RAM disponible en unos 10 minutos, y la importación en Unreal Engine se queda sin memoria y cae en menos de 5 minutos.
El artículo describe la técnica de LOD jerárquico agrupado (DAG de clusters) que popularizó Nanite, el sistema de Unreal Engine, y cómo meshoptimizer implementa las tres etapas clave: clusterización, partición y simplificación. Kapoulkine detalla los retos de memoria y CPU: con 16 hilos el proceso se queda sin RAM, y solo es viable con 8 hilos usando unos 180 GB de memoria durante aproximadamente 30 minutos.
El objetivo de la entrada es presentar una serie de optimizaciones que reducen esos requisitos y aceleran el procesamiento, haciendo más práctico trabajar con escenas de miles de millones de triángulos en hardware convencional. meshoptimizer es una biblioteca de procesamiento de geometría usada en videojuegos y aplicaciones 3D, y la versión 0.25 incluye dos algoritmos de clusterización distintos: uno optimizado para rasterización y mesh shaders, y otro específico para raytracing agrupado, desarrollado tras el trabajo de NVIDIA con RTX Mega Geometry. La escena Zorah demuestra que el límite práctico depende menos del almacenamiento y más de la eficiencia del pipeline de procesamiento.