作者：RYS SOMMEFELDT

盡管在理論上實現(xiàn)現(xiàn)代GPU的方法是無限的,但真正有效的方法是切實的了解問題并著手將方案變?yōu)楝F(xiàn)實。制造現(xiàn)代高性能半導體器件以及試圖加速當前可編程光柵化技術(shù)所面臨的問題揭示了GPU硬件行業(yè)發(fā)展的未來趨勢。

例如在現(xiàn)代GPU中SIMD處理和固定功能紋理單元是必不可少的，以至于不使用它們來設(shè)計的GPU方案幾乎肯定意味著在研究之外不具有商業(yè)上的可行性和實用性。即使是過去20年來，任何一個GPU最瘋狂的愿景也沒有舍棄這些核心原則（安息吧，Larrabee（英特爾公司（GPU 的芯片代號））。

過去15年來實時光線追蹤加速一直被默認為是GPU設(shè)計中最令人煩心的問題，關(guān)于光線追蹤應該如何在GPU上實現(xiàn)的主流規(guī)范是微軟推出的DXR，它要求的執(zhí)行模型卻不能真正融入到GPU的工作模式，這無疑給任何需要支持它的GPU設(shè)計者帶來一些嚴重的潛在問題。如果實時光線追蹤是它們過去十年時間沒有考慮過的事情，那么這個問題會更加明顯，而Imagination一直在關(guān)注這個問題。

光線追蹤面臨的關(guān)鍵挑戰(zhàn)

如果你遵循DXR規(guī)范并考慮需要在GPU中實現(xiàn)些什么從而提供計算加速性能，那么你將很可能快速梳理出不管采用何種設(shè)計方案都需要解決的以下幾個問題：
首先你需要一種方法來生成和處理一組包含幾何體的數(shù)據(jù)結(jié)構(gòu)，從而能以更有效的方式根據(jù)幾何體來跟蹤光線。其次當追蹤光線時，GPU要測試光線是否與之相交，要提供一些用戶可定義的編程接口。第三被跟蹤的光線可以發(fā)出新的光線！DXR規(guī)范定義的實現(xiàn)方案還需要考慮其他問題，但是從全局來看這三個因素是最重要的。

生成和使用加速數(shù)據(jù)結(jié)構(gòu)來有效的表示需要做相交測試的幾何體意味著GPU可能要完成一個全新的執(zhí)行階段，然后我們需要用全新的接口函數(shù)處理這些新的數(shù)據(jù)結(jié)構(gòu)，測試是否相交，之后在程序員的控制下根據(jù)相交測試的結(jié)果實現(xiàn)一些功能。GPU是并行的設(shè)計，所以同時處理一堆光線意味著什么？這樣做是否發(fā)現(xiàn)了新挑戰(zhàn)，而這些挑戰(zhàn)與傳統(tǒng)的幾何和像素并行處理所帶來的挑戰(zhàn)卻大不相同？

上一個問題的答案是非?？隙ǖ?，的確這些差異對如何將光線追蹤映射到現(xiàn)有的GPU執(zhí)行的模型中有著深遠的影響。這些GPU存在計算資源和內(nèi)存資源的不平衡，導致內(nèi)存訪問成為一種寶貴的資源，而浪費這些資源是導致效率和性能低下的最主要原因之一。

哦不——我們做了些什么？

GPU被設(shè)計成可以以任何形式充分利用與之連接的DRAM的訪問，利用內(nèi)存訪問的空間或時間局部性來作為實現(xiàn)這一目的的方法。值得慶幸的是最常見和最現(xiàn)代化的光柵化渲染有一個很好的特性，即在著色期間（尤其是像素著色通常是任何給定幀的主要工作負載）三角形和像素頂點有可能與它們的近鄰共享相關(guān)數(shù)據(jù)。因此，您訪問一組像素所需的任何緩存數(shù)據(jù)，很可能下一個相鄰的組將需要使用您已經(jīng)從DRAM中提取并緩存的部分或全部內(nèi)存數(shù)據(jù)。對于當今大多數(shù)柵格化渲染工作負載而言，這都是正確的，因此我們都可以松一口氣，并圍繞該屬性設(shè)計GPU架構(gòu)。
當我們使用光線追蹤，這些就都失效了。光線追蹤使所有空間局部性消失。下面讓我們來分析其中的原因。

物體表面的問題

最簡單的思考方式就是觀察四周，在你坐下來閱讀這篇文章時注意光線在你所處環(huán)境中的作用。由于光線追蹤建模了光線從所有光源傳播時的屬性，因此它必須處理光線照射在場景中任何表面時發(fā)生的情況。也許我們只關(guān)心光線照射哪些物體，也許物體的表面以均勻的方向散射光線，但它也可能完全是隨機的。也許表面吸收了所有的光，因此不會有次級光線的傳播。也許表面有一種材質(zhì)屬性，使它能夠部分吸收幾乎所有照射來的光線，然后隨機散射它不能捕獲的少量光線。

只有第一種場景可以映射到GPU的利用內(nèi)存訪問局部性的工作模式，即使如此也只有當所有并行處理的光線都照射到同一類型的三角形時才可以。

正是這種明顯分歧的可能性導致了這些問題，如果并行處理的任何光線相互之間可能會有不同的作用，包括撞擊不同的加速數(shù)據(jù)結(jié)構(gòu)或發(fā)出新的光線，那么GPU能高效工作的基本前提就會被破壞，而且這通常比在傳統(tǒng)的幾何圖形或像素處理中遇到的發(fā)散現(xiàn)象更具有破壞性。

相干性聚集

PowerVR對光線追蹤硬件加速的實現(xiàn)所做的是硬件光線追蹤和排序，它與當今行業(yè)內(nèi)任何其他硬件光線追蹤加速相比都是獨一無二的，這對軟件方面來說是完全透明的，確保硬件上并行追蹤的發(fā)射光線具有潛在的相似性。我們稱之為相干性聚集。
硬件維護了一個數(shù)據(jù)結(jié)構(gòu)，用于層次化的存儲軟件發(fā)出的正在被硬件處理的光線，并能夠根據(jù)它們的方向按它們在加速結(jié)構(gòu)中前進的位置進行選擇和分組。這意味著當它們被處理時更可能共享存儲器中被訪問的加速數(shù)據(jù)結(jié)構(gòu)中的數(shù)據(jù)，且額外的優(yōu)勢是能夠最大化隨后要并行處理的光線-幾何體相交計算的數(shù)量。

通過分析由硬件調(diào)度的光線我們可以確保以GPU友好的方式對它們進行分組，從而更高效的進行后續(xù)處理，這些是該系統(tǒng)成功的關(guān)鍵，有助于避免打破GPU行業(yè)為高效的光柵化渲染而精心設(shè)計的運行模式，這就避免了光線追蹤硬件對特殊類型存儲系統(tǒng)的需求，因此提供了與GPU的其他部分更容易集成的方案。

相干性聚集機制本身相當?shù)膹碗s，因為它需要快速的追蹤，排序和調(diào)度所有的被提交到硬件中處理的光線，從而不會反壓前級用于發(fā)射光線的調(diào)度系統(tǒng)，也不會造成后級以排序好的光線和加速數(shù)據(jù)結(jié)構(gòu)為輸入的硬件的空閑。

如果沒有硬件系統(tǒng)來幫助GPU處理光線排序，那么就需要依賴應用程序或游戲開發(fā)人員以某種方式在主機上處理光線的相干性問題，或者在GPU上加入一個中間的計算環(huán)節(jié)來處理光線排序——前提是這種方式被硬件所支持，以上假設(shè)的方式中沒有一個能在實時的硬件平臺上提升效率和性能，然而Imagination是市場上唯一擁有這種硬件光線追蹤系統(tǒng)的GPU IP供應商。

緊跟潮流

我們之所以成為行業(yè)內(nèi)唯一針對硬件光線追蹤提供解決方案的供應商是因為我們已經(jīng)致力于解決這個問題很長時間了，與行業(yè)中其他正在緩慢的進展相比，光線追蹤已經(jīng)成為當今圖形技術(shù)廣泛采用API之一了。

我們的相干性聚集特性與目前行業(yè)的光線追蹤相互兼容（如果光線恰好發(fā)射出新的光線，堆棧將會被釋放也可能發(fā)射出新的光線等等），在每個階段進行相干性聚集處理并確保我們盡可能的實現(xiàn)硬件光線追蹤的強大性能。

在現(xiàn)代的硬件光線追蹤系統(tǒng)中最重要的是測量光線束、峰值并行測試率或空光線發(fā)射和未命中率，這些是描述光線追蹤硬件性能的簡單方式，但是也并不是非常的有用，畢竟開發(fā)人員并不只關(guān)心高峰值并行測試率或漏測率。

我們的目標是在整個加速系統(tǒng)中使用全面的光線追蹤，這樣開發(fā)人員就可以用光線束預算要實現(xiàn)哪些有用的功能。我們的相干性聚集系統(tǒng)與我們提供的解決方案共同實現(xiàn)了這個目標，與行業(yè)內(nèi)的其他方案相比都是獨一無二的。

原文鏈接：https://www.imgtec.com/blog/coherency-gathering-in-ray-tracing-the-benef...