基于LLM辅助脚本的商品硬件上大规模时变数据动画
摘要
科学家面临的可视化挑战日益严重，随着时变数据集的速度和容量不断增长，往往需要专业设施和专业知识才能处理海量数据集。来自NASA实验室的petascale气候模型需要一支专职图形和媒体专家团队，并依赖高性能计算资源。科学家可能需要快速、迭代地与社区分享科学结果。然而，耗时的试错过程造成了显著的数据传输开销，远超通常后分析可视化任务所分配的时间和资源， disrupts the production workflow。我们的论文引入了一个在商品工作站上创建petascale、时变数据3D动画的用户友好框架。我们的贡献包括：(i) 具备关键帧式可适应抽象的通用动画描述符(GAD)，(ii) 高效地从云端存储库获取数据以减少数据管理开销，(iii) 定制的渲染系统，以及(iv) 作为脚本模块的LLM辅助对话界面，允许没有可视化专业知识的领域科学家创建其感兴趣区域的动画。我们以两个案例研究演示了该框架的有效性：首先，通过生成动画，其中基于先验知识指定抽样准则；其次，通过生成AI辅助动画，其中抽样参数来自自然语言用户提示。在所有情况下，我们使用规模超过1PB的大型NASA气候-海洋数据集，实现了从1分钟到2小时的快速周转时间。用户可在几分钟内生成动画的粗略草稿，然后无缝地 incorporating所需的高分辨率数据以生成最终版本。
引用
@article{arxiv.2603.07053,
title = {Animating Petascale Time-varying Data on Commodity Hardware with LLM-assisted Scripting},
author = {Ishrat Jahan Eliza and Xuan Huang and Aashish Panta and Alper Sahistan and Zhimin Li and Amy A. Gooch and Valerio Pascucci},
journal= {arXiv preprint arXiv:2603.07053},
year = {2026}
}
备注
\copyright 2026 IEEE. Personal use of this material is permitted. 2026 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses. N.B. Due to the limitation "The abstract field cannot be longer than 1,920 characters", the abstract here is shorter than that in the original PDF file