Obóz Zielonych postanowił pochwalić się szczegółowym harmonogramem pokazów zaplanowanych na Game Developers Conference 2017. Trzeba przyznać, że impreza zapowiada się niezwykle interesująco!

Na pokazach nie zabraknie naturalnie tematu wirtualnej rzeczywistości, obliczeń w grach, rozwoju sztucznej inteligencji oraz nowych technologii graficznych. Poznamy również nowe informacje na temat interfejsu API Vulkan.

Pełną agendę Nvidii na imprezę w San Francisco znajdziecie poniżej:

Sesje związane z grafiką komputerową:

poniedziałek (27 lutego), 10:00-17:00 | Advanced Graphics Tech Day
środa (1 marca), 15:30-16:30 | Watch Dogs 2 - PC Version Success Story with NVIDIA
środa (1 marca), 17:00-18:00 | DirectX 12 Case Studies
czwartek (2 marca), 14:00-14:30 | Adding photo mode to your game with NVIDIA Ansel
czwartek (2 marca), 15:00-15:30 | NVIDIA Aftermath: A new way of debugging crashes on the GPU
czwartek (2 marca), 16:00-17:00 | NVIDIA GameWorks Animation Technologies in Unreal Engine 4
czwartek (2 marca), 17:30-18:30 | Real-Time Rendering Advances from NVIDIA Research
piątek (3 marca), 10:00-11:00 | NVIDIA Vulkan Update / Vulkan GPU Work Creation
piątek (3 marca), 11:30-12:00 | How to Stream Your Game to Millions with GeForce NOW
piątek (3 marca), 13:30-14:30 | The Witness on Android - Post Mortem

Sesje związane z obliczeniami:


czwartek (2 marca), 10:00-11:00 | D3D Async Compute for Physics: Bullets, Bandages, and Blood
czwartek (2 marca), 11:30-12:30 | Game Physics on the GPU with NVIDIA PhysX 3.4

Sesje związane z VR:

środa (1 marca), 12:30-13:30 | Photogrammetry for Games; Art, Technology and Pipeline Integration for Amazing Worlds
piątek (3 marca), 12:15-13:15 | Accelerating your VR Games with VRWorks
piątek (3 marca), 15:00-16:00 | VR Best Practices: Putting the fun in VR Funhouse

Sesje związane z maszynowym uczeniem i sztuczną inteligencją:

środa (1 marca), 9:30-10:30 | Introduction to Deep Learning
środa (1 marca), 11:00-12:00 | Zoom, Enhance, Synthesize! Magic Image Upscaling and Material Synthesis using Deep Learning