基于GPU的光線跟蹤算法的加速結(jié)構(gòu)比較研究.pdf

1、近幾年來，隨著GPU運算能力和可編程性的大幅提高，GPU已經(jīng)在需要大量運算的密集運算領(lǐng)域發(fā)揮了重要的作用。越來越多的研究人員開始把各種基于CPU的密集運算引入到GPU上，從而利用GPU巨大的運算能力，加速整個算法的運算過程。光線跟蹤算法是生成真實感圖形的一種重要方法，在電影，游戲等娛樂產(chǎn)業(yè)，獲得廣泛的應(yīng)用，而光線跟蹤算法也是典型的密集運算算法，利用原始的基于CPU的光線跟蹤渲染一幅圖片需要大量的時間。因此，如果能夠?qū)PU上的光線跟蹤算

2、法，映射到GPU上，加速光線跟蹤算法的執(zhí)行時間，將會帶來巨大的經(jīng)濟效益。因此，基于GPU的光線跟蹤算法成為國內(nèi)外科研人員的研究熱點。 本文將著重探討如何將基于CPU的光線跟蹤算法映射到GPU上。由于早期的GPU主要用來進行圖形處理，從而利用GPU來做通用計算，需要一定的轉(zhuǎn)換過程。當(dāng)前的GPU已經(jīng)具有了強大的可編程性，可以將GPU視為一個可并行執(zhí)行的流處理器，基于這種流處理模式，利用片段著色程序，具體實現(xiàn)了GPU上的光線跟蹤器，以

3、及相對應(yīng)的三種不同的加速結(jié)構(gòu)。對于加速結(jié)構(gòu)在GPU上的表示形式，以及遍歷方法的實現(xiàn)本文給出了具體的解決方案。另外，本文還對于均勻柵格(Uniform Grid)，KD-tree，包圍體層次(BVH)這三種結(jié)構(gòu)實際在GPU上的加速效果進行了試驗比較，以此來確定哪種加速結(jié)構(gòu)對于GPU而言更加適合。本文所作的主要研究和創(chuàng)新性體現(xiàn)在以下幾個方面： 1)設(shè)計并實現(xiàn)了一個基于GPU的光線跟蹤器，將光線跟蹤算法映射到GPU上。 2)詳

4、細的討論了均勻柵格(Uniform Grid)，KD-tree，包圍體層次(BVH)這三種不同的加速結(jié)構(gòu)如何在GPU上進行表示，在紋理中以何種數(shù)據(jù)布局來表示它們。又由于GPU中不存在像CPU那樣的堆棧結(jié)構(gòu)，所以，本文也探討了如何在GPU上，以非遞歸的形式來遍歷KD-tree，包圍體層次(BVH)這樣的樹形結(jié)構(gòu)。 3)對于GPU上的這三種加速結(jié)構(gòu)，本文還以相同的場景對其進行加速效果上的測試，從而找出何種加速結(jié)構(gòu)對于GPU而言更加的