Metadata-Version: 2.4
Name: acoustics_gpu
Version: 1.0.2
Summary: GPU-ускоренное моделирование акустики помещений: Ray Tracing + Image Source
Home-page: https://github.com/Evg5xa/-Application-of-GPU-optimization-for-physical-models
Author: Evg5xa
Author-email: zhmeldov@yandex.ru
Classifier: Programming Language :: Python :: 3
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Requires-Python: >=3.8
Description-Content-Type: text/markdown
Requires-Dist: torch>=2.0.0
Requires-Dist: numpy>=1.24.0
Requires-Dist: matplotlib>=3.7.0
Requires-Dist: scipy>=1.10.0
Dynamic: author
Dynamic: author-email
Dynamic: classifier
Dynamic: description
Dynamic: description-content-type
Dynamic: home-page
Dynamic: requires-dist
Dynamic: requires-python
Dynamic: summary

# AcousticsGPU: GPU-ускоренное моделирование акустики помещений
**AcousticsGPU** — это библиотека для высокопроизводительного моделирования распространения звука в помещениях с использованием **GPU-ускорения** на базе PyTorch. Поддерживает два метода: **трассировку лучей (Ray Tracing)** и **метод зеркальных источников (Image Source)**, а также учитывает **частотные характеристики материалов**.

---

## Основные возможности

| Возможность | Описание |
|-------------|----------|
|  **GPU-ускорение** | Ускорение в 10–100+ раз по сравнению с CPU за счёт использования PyTorch и CUDA |
|  **10 частотных полос** | Октавные полосы от 31.5 Гц до 16 кГц (31.5, 63, 125, 250, 500, 1000, 2000, 4000, 8000, 16000 Гц) |
|  **8+ реальных материалов** | Коэффициенты поглощения из таблицы компании Фронт Акустик |
|  **Два метода моделирования** | **Ray Tracing** — для поздней реверберации, **Image Source** — для точных ранних отражений |
|  **Визуализация** | Энергетические карты для каждой частоты, частотные характеристики в точках микрофонов, гистограммы распределения энергии |
|  **Гибкость** | Автоматическое переключение между CPU и GPU, интерактивный ввод параметров (размеры комнаты, материалы, количество лучей, положение источника и микрофонов) |

---

## Установка

### Стандартная установка

```bash
pip install acoustics-gpu
```
## Установка зависимостей

```bash
pip install torch numpy matplotlib scipy
```
## Системные требования

Для работы с GPU ускорением: видеокарта с поддержкой CUDA
## Необходимые библиотеки

Для работы с AcousticsGPU необходимы следующие зависимости:

| Библиотека | Версия | Назначение |
|------------|--------|------------|
| PyTorch | ≥ 2.0.0 | GPU-вычисления, тензорные операции |
| NumPy | ≥ 1.24.0 | Численные расчёты |
| Matplotlib | ≥ 3.7.0 | Визуализация (энергетические карты, графики) |
| SciPy | ≥ 1.10.0 | Аппроксимация и дополнительные вычисления |

## Результаты производительности

Тестирование на конфигурации: Intel Xeon E3-1230 (4 ядра, 8 потоков) vs NVIDIA GTX 1080 (8 GB).

| Метод | CPU (с) | GPU (с) | Ускорение |
|-------|---------|---------|-----------|
| Ray Tracing (1000 лучей) | 12.51 | 0.85 | 14.7× |
| Ray Tracing (10000 лучей) | 117.53 | 0.90 | 130.6× |
| Ray Tracing (100000 лучей) | 1368.85 | 2.15 | 636.7× |
| Image Source (порядок 50) | 14.01 | 8.965 | 1.56× |

## Ссылки

[Таблица коэффициентов звукопоглощения](https://frontacoustic.ru/assets/foruser/blog/Tablezvuk/%D0%A2%D0%B0%D0%B1%D0%BB%D0%B8%D1%86%D0%B0%20%D0%BA%D0%BE%D1%8D%D1%84%D1%84%D0%B8%D1%86%D0%B8%D0%B5%D0%BD%D1%82%D0%BE%D0%B2%20%D0%B7%D0%B2%D1%83%D0%BA%D0%BE%D0%BF%D0%BE%D0%B3%D0%BB%D0%BE%D1%89%D0%B5%D0%BD%D0%B8%D1%8F.pdf)

[Репозиторий проекта](https://github.com/Evg5xa/acoustics-gpu)

---

**Проект в стадии разработки**
