MegBA：基于 GPU 的大规模束调整分布式库

大规模束调整（BA）需要海量内存与计算资源，现有 BA 库难以满足。本文提出 MegBA，一个基于 GPU 的分布式 BA 库。MegBA 通过自动划分大规模 BA 问题并将子问题的求解器分配至并行节点，可提供海量聚合内存。并行求解器采用分布式预条件共轭梯度法与分布式舒尔消元，从而能够高效计算出与单节点计算精度相匹配的有效解。为加速 BA 计算，我们使用商用 GPU 上的高性能原语实现了端到端 BA 计算。MegBA 提供了与现有流行 BA 库兼容的易用 API。实验表明，在多个大规模 BA 基准上，MegBA 显著优于最先进的 BA 库：Ceres（41.45$\times$）、RootBA（64.576$\times$）和 DeepLM（6.769$\times$）。MegBA 的代码可在 https://github.com/MegviiRobot/MegBA 获取。