Machine Learning
offline → runtime01문제·기준선
02데이터·학습
03모델 검증
04런타임 추론
증명품질 + 추론 비용결정론적 로직보다 나은 결과와 장치별 지연을 함께 비교합니다.
ML과 렌더링은 한 기능이 아니라 같은 프레임 예산을 쓰는 두 파이프라인이다
학습 결과와 고품질 렌더 기술은 각각 다른 준비 과정을 거치지만, 런타임에서는 지연·메모리·플랫폼 지원이라는 같은 출시 기준을 통과해야 합니다.
Nanite · Lumen
content → frame01콘텐츠·조명
02기능 설정
03패스 측정
04플랫폼 품질
증명화질 + GPU 비용대표 장면의 프레임 시간·메모리와 시각적 이득을 함께 비교합니다.
Latency프레임·응답 지연
Memory모델·렌더 자원
Package모델·콘텐츠 크기
Platform장치별 기능 지원