基于intel众核架构的光线追踪加速方法

《基于intel众核架构的光线追踪加速方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据山东大学硕士学位论文4．2OptimizedResultsofAreaLight．⋯⋯．．．．⋯⋯⋯⋯．⋯⋯⋯⋯⋯⋯．．．．．．．⋯．．．⋯⋯⋯⋯．．31Chapter5ConclusionsandFutureWork⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯32References⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．34Acknowlegements⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯36PaperPublished⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

2、⋯⋯⋯⋯⋯⋯⋯⋯⋯．．：⋯⋯⋯⋯⋯⋯．36ResearchProjectsParticipatedandAwards⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．38万方数据山东大学硕士学位论文摘要随着多媒体技术和CG技术的发展，渲染引擎在电影动画、模拟仿真、游戏特效等方面具有越来越广泛的应用。主流渲染引擎无一例外都非常重视光线追踪算法在渲染系统中的重要作用，光线追踪被广泛用于高度真实感渲染，能生成真实的全局光照效果。然而，此算法需要大量的运算，造成在目前普通的CPU架构下运行速度慢，成为真实感渲染的瓶颈，提高了影视制作的成本，同时也限

3、制了光线追踪算法进一步更广泛的应用。因此，对光线追踪进行加速一直都是一个值得研究的问题。针对GPU所做的光线追踪优化工作已经有很多有效的成果，近年Intel推出基于集成众核架构的至强融核产品一IntelManyIntegratedCore(MIC)，其灵活的架构为光线追踪加速的研究提供了良好的平台。该架构有多个计算核心，每个计算核心有一个512位的向量处理单元，而且易于编程，适合于渲染领域的并行加速算法。针对真实感渲染光线追踪流程中光线和场景求交计算量大、渲染速度慢的问题，提出一种基于Intel集成众核架构的并行光线追踪加速方法。在

4、场景预处理阶段，构建四分支场景加速结构，以适应于MIC的硬件架构。在光线追踪阶段，首先通过CPU主核控制光线追踪整体流程，该主核采用多线程调度优化策略，调度MIC从核进行光线和场景树的求交操作，实现CPU和MIC的异步数据传输，充分利用主从核的计算能力；在MIC从核的光线和场景树求交过程中提出一种并行求交算法，充分利用MIC宽SIMD处理单元，实现光线和场景树4个节点并行求交的向量化操作，以加速求交过程。实验结果表明，与CPU原生模式相比，文中方法在光线求交阶段可达到2～4倍的加速效果，整体光线追踪流程渲染速度亦得到显著提升。渲染引

5、擎中的面光源通常用于获得更真实的照明效果，更好的效果往往通过对面光源表面进行大量采样来得到。这会反复调用光线追踪流程来追踪阴影线。万方数据山东大学硕士学位论文这个过程计算量很大，本文对面光源的实现进行了研究，结合sobol序列和蒙特卡洛积分实现了一种较快速的面光源。关键字：光线追踪：协处理：求交向II万方数据山东大学硕士学位论文ABSTRACTRayWiththedevelopmentofmultimediatechnologyandCGtechnology,renderingenginehasbecomemoreandmorewi

6、delyusedinfilmanimmion，simulationandgameeffects．ThereisnoexceptionthatMainstreamrenderersalwaysattachgreatimportancetoraytracingwhichplayanimportantroleinrenderingsystem．Raytracingcarlgeneraterealglobalilluminationeffect，thusitiswidelyusedinhighlyrealisticrendering．How

7、ever,thisalgorithmiscomputationallyintensivecausingthepoorperformanceonmainlineCPUs，whichRll'nsintotheboBleneckofrealisticrendering．Thisdisadvantageincreasesthecostoffilmandtelevisionproduction，atthesanletimealsolimitsthemorewidelyusedofraytracingalgorithm．Therefore，it

8、isworthresearchingtheaccelerationofraytracing．TherearemanyRemarkableachievementsonraytracingoptimizationforGPU．Inrece