CUDA光线跟踪渲染器的实现和优化

中国科技论文在线

CUDA光线跟踪渲染器的实现和优化

黄鑫，戴志涛5 （北京邮电大学计算机学院体系结构中心，北京 100876） 摘要：光线跟踪渲染器能够生成非常接近于现实的图像，然而由于其庞大的计算量，在个人电脑的实时渲染领域应用非常有限。 NVIDIA推出的CUDA平台使得在个人电脑上基于NVIDIA的GPU进行大规模并行计算成为可能。由于光线跟踪算法具有很高的并行特征，本文对传统的光线跟踪渲染器在CUDA上的实现进行了探索，给出了一种完全在GPU端运行的面向对象的实现方案，并对其在CUDA平台上的运行性能进行了优化。

关键词：计算机图形学；光线跟踪；CUDA；面向对象；内存对齐访问

中图分类号：TP391.9

10

15 The Implementation and Optimization of a CUDA-based Ray Tracing Renderer

Huang Xin, Dai Zhitao

(Architecture Center, Computer Science School, Beijing University of Posts and

Telecommunications, Beijing 100876)

Abstract: Ray tracing renderer can generate images that are very close to the reality. However, due to its large amount of computation, real-time rendering in the field of PC applications is very limited. NVIDIA's CUDA platform makes large-scale parallel computing possible on PC based on NVIDIA's GPU. As the ray tracing algorithm has high parallel features, the implementation of traditional ray-tracing renderer on CUDA platform is explored in this paper. An object-oriented implementation that runs entirely on GPU is given, and it's performance on the CUDA platform is optimized.

Key words: Computer Graphics; Ray Tracing; Object-oriented; Coalesced Memeory Access 20 25

0 引言

光线跟踪算法[1] [2]具有非常高的并行特征。对于图像中每个像素点发射的光线的跟踪过30 程，本质上是完全能够独立进行的，不会依赖于其他像素点的计算结果。而光线跟踪的计算

量与生成图像的像素数量成正比。因此，只要能够将光线跟踪算法完全的并行化，就可以大大的提高光线跟踪渲染的速度。例如在3D电影渲染领域，常常使用数百台电脑同时进行渲染。而在个人电脑领域，由于CPU是串行执行指令的，难以实现物理上的并行计算。而如果采用增加CPU的数量方式，CPU之间的协作会变得更加复杂，对软件的要求也会更高。 35 与CPU不同，GPU从一出现开始就以并行计算为核心任务，因此GPU比CPU具有更

强的并行处理性能。但GPU的逻辑控制功能较弱，这就使得GPU长期以来只能进行图形显示的计算。随着个人电脑并行运算需求的增加，显卡厂商开始推出GPGPU的概念，即使用GPU来进行通用计算。但是初期的一些用于通用计算的描述语言需要使用者对GPU的图形渲染管线非常了解[3]，这就大大抬高了GPU通用计算的门槛。

40 NVIDIA推出的CUDA平台[4]使得情况有了改观。基于CUDA可以很方便的开发出使

用GPU进行通用计算的程序，并且不需要开发者对显卡的工作原理作过于深入的了解。CUDA提供了对C/C++语言的支持，使得开发过程与基于CPU的开发非常类似，大大简化作者简介：黄鑫（1985-），男，研究生，嵌入式系统与网络通信

通信联系人：戴志涛（1969-），男，教授，嵌入式系统与网络通信. E-mail: daizt@

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新人文社科CUDA光线跟踪渲染器的实现和优化全文阅读和word下载服务。