VkSplat: High-Performance 3DGS Training in Vulkan Compute
VkSplat: High-Performance 3DGS Training in Vulkan Compute
VkSplat：基于 Vulkan 计算的高性能 3DGS 训练框架
Abstract: We present VkSplat, a high-performance, cross-vendor 3D Gaussian Splatting (3DGS) training pipeline implemented fully in Vulkan compute, addressing performance and compatibility limitation of existing training pipelines.
摘要： 我们提出了 VkSplat，这是一个完全基于 Vulkan 计算实现的高性能、跨厂商 3D 高斯泼溅（3DGS）训练流水线，旨在解决现有训练流水线在性能和兼容性方面的局限性。
With various optimizations, we achieve $3.3\times$ speed and $33%$ VRAM reduction over CUDA+PyTorch baseline, maintaining quality, and demonstrating compatibility across GPU vendors.
通过多种优化手段，我们在保持渲染质量的同时，相比 CUDA+PyTorch 基准实现了 3.3 倍的加速和 33% 的显存占用降低，并展示了其在不同 GPU 厂商硬件间的良好兼容性。
To the best of our knowledge, this is the first fully-Vulkan-based 3DGS training pipeline that achieves state-of-the-art performance.
据我们所知，这是首个实现最先进（SOTA）性能的完全基于 Vulkan 的 3DGS 训练流水线。
Paper Details:
- Authors: Jingxiang Chen, Mohamed Ibrahim, Yang Liu
- Subject: Computer Vision and Pattern Recognition (cs.CV)
- arXiv ID: 2605.00219
- Date: 30 Apr 2026
论文详情：
- 作者： Jingxiang Chen, Mohamed Ibrahim, Yang Liu
- 学科： 计算机视觉与模式识别 (cs.CV)
- arXiv ID： 2605.00219
- 日期： 2026 年 4 月 30 日