3D
面向硬件加速光线追踪的局部自适应细节级别
Author
Venue
SIGGRAPH Asia 2023
Abstract
我们提出了一种用于光线追踪三角网格的自适应细节级别技术，旨在减少光线遍历过程中使用的内存带宽。在大型场景中，内存带宽可能是渲染时间的瓶颈，也是能耗的主要来源。 我们提出了一种用于分层表示三角网格的特定数据结构，允许针对每条光线局部决定所需的网格分辨率。从最低分辨率的三角网格层开始，通过在三角形边上任意放置顶点将其分割为四等分，从而生成更高分辨率的层级。我们将生成的网格层级结构嵌入到一种专门的加速结构中，以便在光线遍历过程中实时选择细分层级。 该结构既降低了渲染过程中的存储开销，又减少了数据移动量——这两者正是能耗的主要来源。同时，它支持细节级别之间的平滑过渡，在针对每条光线局部调整网格分辨率的同时，还能保持网格的封闭性。我们展示了该结构如何应用于反射和阴影计算中的主光线与次光线，即使这些光线可能穿过不同细化级别的网格，也能提供一致的渲染结果。 此外，我们还提出了专门的硬件单元，以覆盖细节级别运算所需的额外计算开销。我们通过针对自定义光线追踪硬件架构的周期精确仿真对该方法进行了评估。结果表明，在计算资源充足的情况下，与传统的包围体层次结构相比，我们的方法可将能耗和渲染时间降低一个数量级以上。
