Vi bygger på skuldrene af giganter. Her er alt, hvad vi bruger, refererer til eller omtaler — open source og kommercielt.
Vi bygger på Unreal Engine 5's Hardware Lumen-pipeline, som sender ray tracing gennem Microsoft DXR og behandler det via NVIDIA OptiX™ til GPU-accelereret denoising. RTX™-hardware muliggør refleksioner, skygger og global belysning, der reagerer på scenen i realtid — ikke tilnærmelser bagt ved build-tid. Hvert lys i vores miljøer tjener sin plads, fordi motoren har råd til at beregne det.
NVIDIA RTX Developer Docs ↗Vi leverer DLSS som en valgfri kvalitetsindstilling via det native Unreal Engine 5 DLSS-plugin. Spillere med RTX™-klasse hardware kan aktivere DLSS 3 for at genvinde billedbudget uden at gå på kompromis med billedkvaliteten — en meningsfuld gevinst for spillere, der ønsker vores visuelle mål ved højere opdateringshastigheder. Vi behandler det som en spillerstyret funktion, ikke en ydelseskrykke.
NVIDIA DLSS Developer Docs ↗Vi bygger i øjeblikket en enkelt-NPC proof-of-concept med NVIDIA ACE's NeMo™ (sprogmodelrygrad), Riva™ (talegenkendelse og -syntese) og Audio2Face™ (ansigtsanimation i realtid fra lyd). Målet er en karakter, der behandler talte spillerinput og svarer med kontekstuelt sammenhængende stemme og udtryk — ingen forgrenede dialoger, ingen forudindspillede replikker. Vi offentliggør vores erfaringer fra denne demo, før vi forpligter os til bredere integration.
NVIDIA ACE Developer Docs ↗Unreal Engine 5 leveres med Chaos som standard fysiksolver, og vi bruger det til generel simulering. Vi henter PhysX™ 5 ind specifikt, hvor determinisme er vigtigt — fysikafhængige gameplay-systemer, netværkssimulering og enhver sekvens, hvor to klienter skal nå det samme resultat fra det samme input. PhysX™ 5 er vores præcisionslag, ikke vores erstatning for Chaos.
NVIDIA PhysX Developer Docs ↗Vores nuværende inferensstack kører på Ollama og llama.cpp over CUDA, hvilket dækker vores lokale AI-arbejdsmængder under udvikling. Vi evaluerer TensorRT™ som migrationsstien for latens-sensitiv inferens — specifikt til AI-systemer i spillet, hvor svartid måles i millisekunder, ikke sekunder. TensorRT™-migrering er planlagt, når disse systemer nærmer sig produktionskrav.
NVIDIA TensorRT Developer Docs ↗CUDA Toolkit er grundlaget i vores GPU-compute-stack — det er det, der gør vores NVIDIA-hardware tilgængelig for softwaren ovenover. Enhver AI-inferensopgave, fysiksimulering og renderingspipeline, vi kører på GPU, afhænger af CUDA. Vi bygger ikke direkte til CUDA i de fleste tilfælde; vi bygger til værktøjer, der kræver det, og det er derfor, at det rigtige Toolkit-setup er en forudsætning, ikke en eftertanke.
NVIDIA CUDA Toolkit Docs ↗Vi bruger Nsight™ Graphics som vores primære GPU-ydelsesværktøj til Unreal Engine 5-builds. Når et billede tager længere tid end det burde, viser Nsight™ os, hvilke draw calls, shader passes eller hukommelsesoperationer der er ansvarlige — ikke hvilke systemer vi har mistanke til. Det er vores standardinstrument til optimeringsgennemgange før enhver ekstern milepæl eller gennemgang.
NVIDIA Nsight Graphics Docs ↗Vi følger NVIDIA Omniverse™ som grundlaget for en fremtidig USD-baseret asset-pipeline — en der ville give vores værktøjer, motorer og eksterne samarbejdspartnere mulighed for at arbejde fra en fælles scenebeskrivelsesformat i stedet for gentagne eksporter og konverteringer. Dette er en planlagt arkitektonisk retning, ikke en nuværende arbejdsgang. Vi integrerer Omniverse™, når pipelinen omkring det er klar til at understøtte det.
NVIDIA Omniverse Developer Docs ↗Vi skriver ærligt om de værktøjer, vi bruger, herunder kommerciel software. Nogle værktøjer her — især i spiludviklingens DCC-pipeline — er dem, vi nævner i teknisk indhold uden et formelt forhold.
Hvis du repræsenterer et værktøj, vi nævner, og vil drøfte partnerskab, co-marketing eller integration: info@monstergaming.ai