FasterGS：3D重建中的Gaussian Splatting加速实践

1. 项目概述

FasterGS是近期在3D重建领域备受关注的一个开源项目，它针对新兴的Gaussian Splatting技术进行了深度优化。作为一名长期从事计算机视觉和3D重建的开发者，我第一次接触FasterGS时就意识到它的价值——它能够将原本需要数小时才能完成的Gaussian Splatting处理过程缩短到几十分钟，这对于需要快速迭代的3D建模项目来说简直是革命性的突破。

在Ubuntu 22.04上搭建FasterGS环境看似简单，但实际操作中会遇到各种依赖冲突、CUDA版本匹配等问题。本文将基于我最近在四台不同配置的工作站上的实测经验，详细解析从零开始搭建FasterGS环境的完整流程，包括那些官方文档没有明确说明的细节和避坑指南。

2. 环境准备与依赖安装

2.1 系统基础环境配置

Ubuntu 22.04作为长期支持版本，其稳定性和兼容性使其成为运行FasterGS的理想选择。但在开始前，有几个关键的系统级配置需要完成：

bash复制# 更新系统并安装基础工具
sudo apt update && sudo apt upgrade -y
sudo apt install -y build-essential cmake git wget unzip

注意：建议在干净的Ubuntu 22.04系统上开始配置，避免已有环境造成的冲突。我曾在一个已经安装了多个CUDA版本的开发机上花费了整整一天时间解决依赖冲突问题。

2.2 CUDA与cuDNN安装

FasterGS对CUDA的要求非常严格，目前最稳定的组合是CUDA 11.7 + cuDNN 8.5：

bash复制# 安装CUDA 11.7
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/3bf863cc.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/ /"
sudo apt-get update
sudo apt-get -y install cuda-11-7

安装完成后，务必验证CUDA是否正确安装：

bash复制nvcc --version

cuDNN的安装相对复杂，需要从NVIDIA官网下载对应版本（注册账号后选择"Download cuDNN v8.5.0 (November 28th, 2022), for CUDA 11.x"），然后执行：

bash复制tar -xvf cudnn-linux-x86_64-8.5.0.96_cuda11-archive.tar.xz
sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include 
sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

2.3 Conda环境配置

为了避免Python依赖冲突，强烈建议使用conda创建独立环境：

bash复制wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
# 按照提示完成安装后
conda create -n fastergs python=3.9
conda activate fastergs

3. FasterGS核心组件安装

3.1 原始Gaussian