大家好，光线追踪技术的相干性聚集和硬件设备优势相信很多的网友都不是很明白，包括也是一样，不过没有关系，接下来就来为大家分享关于光线追踪技术的相干性聚集和硬件设备优势和的一些知识点，大家可以关注收藏，免得下次来找不到哦，下面我们开始吧！

虽然实现现代GPU 的理论方法是无穷无尽的，但真正有效的是真正理解问题并开始将解决方案变为现实。制造现代高性能半导体器件和试图加速当前可编程光栅化技术所面临的问题揭示了GPU硬件行业发展的未来趋势。

例如，SIMD 处理和固定功能纹理单元在现代GPU 中非常重要，如果不使用它们来设计GPU 解决方案几乎肯定意味着它在研究之外不会具有商业可行性和实用性。即使是过去20 年最疯狂的GPU 愿景也没有放弃这些核心原则（RIP，Larrabee）。

在过去的15年里，实时光线追踪加速默认被认为是GPU设计中最烦人的问题。关于光线追踪如何在GPU 上实现的主流规范是微软推出的DXR，它需要一个无法真正集成到GPU 中的执行模型。操作模式，这无疑给任何需要支持它的GPU 设计者带来了一些严重的潜在问题。如果实时光线追踪是他们在过去十年里没有考虑过的事情，这个问题会更加明显，而Imagination 一直在关注它。

光线追踪面临的关键挑战如果你遵循DXR规范，思考GPU中需要实现什么来提供计算加速性能，那么无论设计方案如何，你很可能会很快理清以下需要解决的问题：

首先，您需要一种方法来生成和处理一组包含几何图形的数据结构，以便您可以更有效地基于几何图形追踪光线。其次，在追踪光线时，GPU需要测试光线是否与其相交，并提供一些用户可定义的编程接口。第三，追迹光线可以发射新光线！在DXR 规范定义的实现中还需要考虑其他问题，但从全局角度来看这三个因素是最重要的。

PowerVR光线追踪混合渲染效果

生成并使用加速数据结构来有效地表示需要测试相交的几何图形意味着GPU可能要完成一个新的执行阶段，然后我们需要使用新的接口函数来处理这些新的数据结构，测试相交，然后在程序中在操作员的控制下根据相交测试的结果实现一些功能。 GPU 被设计为并行的，那么同时处理一堆光线意味着什么呢？这样做是否会发现与传统几何和像素并行处理所带来的挑战截然不同的新挑战？

上一个问题的答案是肯定的，事实上，这些差异对于如何将光线追踪映射到现有的GPU 执行模型具有深远的影响。这些GPU中的计算资源和内存资源之间存在不平衡，导致内存访问成为宝贵的资源，而浪费这些资源是效率和性能低下的主要原因之一。

哦不——我们做了些什么？GPU 旨在充分利用对其连接的DRAM 的任何形式的访问，利用内存访问的空间或时间局部性作为实现此目的的一种方式。值得庆幸的是，最常见和现代的光栅化渲染具有一个很好的功能，即在着色期间（尤其是像素着色，这通常是任何给定帧的主要工作负载），三角形和像素顶点可能与其共享相关数据的邻居不同。因此，您需要访问一组像素的任何缓存数据，下一个相邻组可能需要使用您已经从DRAM 中提取并缓存的部分或全部内存数据。对于当今大多数光栅渲染工作负载来说都是如此，因此我们都可以松一口气，并围绕此属性设计我们的GPU 架构。

当我们使用光线追踪时，所有这一切都会崩溃。光线追踪使所有空间局部性消失。下面我们来分析一下原因。

物体表面的问题最简单的思考方法就是坐下来环顾四周并阅读

光线追踪技术的相干性聚集和硬件设备优势的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于、光线追踪技术的相干性聚集和硬件设备优势的信息别忘了在本站进行查找哦。