计算机辅助设计与图形学学报
計算機輔助設計與圖形學學報
계산궤보조설계여도형학학보
JOURNAL OF COMPUTER-AIDED DESIGN & COMPUTER GRAPHICS
2013年
7期
963-973
,共11页
K D-Tree%表面积启发式%GPU并行计算%OpenCL%光线跟踪%动态场景
K D-Tree%錶麵積啟髮式%GPU併行計算%OpenCL%光線跟蹤%動態場景
K D-Tree%표면적계발식%GPU병행계산%OpenCL%광선근종%동태장경
KD-Tree%surface area heuristic (SAH)%GPU parallel computing%OpenCL%ray-tracing%dynamic scene
目前,基于GPU或多核CPU加速的光线跟踪算法是与硬件相关的.研究具有跨平台性能的实时光线跟踪算法既具有挑战性,又具有很强的应用价值.为此,提出一种基于OpenCL并且跨平台的动态场景实时光线跟踪绘制算法.首先通过对通用GPU并行处理性能进行发掘,将光线跟踪中KD-Tree建立、场景遍历和绘制3个过程均设计在GPU上,而CPU只负责其中各过程的调度,从而充分利用了GPU的计算性能,并有效地降低了数据传输开销；通过设计并行分区、并行SAH、紧密的数据管理以及区间性叶结点存储等算法,在GPU中高效、高质量地建立动态场景的KD-Tree,同时高质量的KD-Tree也有效地加速了场景的遍历速度.该算法以广度优先和大规模并行模式建立K D-Tree,更具通用性,既可以运行于NVIDIA GPU(CUDA GPU),也可以运行于AMD GPU.实验结果表明,文中算法可以在NVIDIA GPU和AMD GPU上对中等规模的动态场景实现实时光线跟踪绘制.
目前,基于GPU或多覈CPU加速的光線跟蹤算法是與硬件相關的.研究具有跨平檯性能的實時光線跟蹤算法既具有挑戰性,又具有很彊的應用價值.為此,提齣一種基于OpenCL併且跨平檯的動態場景實時光線跟蹤繪製算法.首先通過對通用GPU併行處理性能進行髮掘,將光線跟蹤中KD-Tree建立、場景遍歷和繪製3箇過程均設計在GPU上,而CPU隻負責其中各過程的調度,從而充分利用瞭GPU的計算性能,併有效地降低瞭數據傳輸開銷；通過設計併行分區、併行SAH、緊密的數據管理以及區間性葉結點存儲等算法,在GPU中高效、高質量地建立動態場景的KD-Tree,同時高質量的KD-Tree也有效地加速瞭場景的遍歷速度.該算法以廣度優先和大規模併行模式建立K D-Tree,更具通用性,既可以運行于NVIDIA GPU(CUDA GPU),也可以運行于AMD GPU.實驗結果錶明,文中算法可以在NVIDIA GPU和AMD GPU上對中等規模的動態場景實現實時光線跟蹤繪製.
목전,기우GPU혹다핵CPU가속적광선근종산법시여경건상관적.연구구유과평태성능적실시광선근종산법기구유도전성,우구유흔강적응용개치.위차,제출일충기우OpenCL병차과평태적동태장경실시광선근종회제산법.수선통과대통용GPU병행처이성능진행발굴,장광선근종중KD-Tree건립、장경편력화회제3개과정균설계재GPU상,이CPU지부책기중각과정적조도,종이충분이용료GPU적계산성능,병유효지강저료수거전수개소；통과설계병행분구、병행SAH、긴밀적수거관리이급구간성협결점존저등산법,재GPU중고효、고질량지건립동태장경적KD-Tree,동시고질량적KD-Tree야유효지가속료장경적편력속도.해산법이엄도우선화대규모병행모식건립K D-Tree,경구통용성,기가이운행우NVIDIA GPU(CUDA GPU),야가이운행우AMD GPU.실험결과표명,문중산법가이재NVIDIA GPU화AMD GPU상대중등규모적동태장경실현실시광선근종회제.
