Lokal adaptive Detailstufe für hardwarebeschleunigtes Raytracing
Author
Venue
SIGGRAPH Asia 2023
Abstract
Wir stellen eine adaptive Level-of-Detail-Technik für das Raytracing von Dreiecksnetzen vor, die darauf abzielt, die während der Strahlverfolgung genutzte Speicherbandbreite zu reduzieren, da diese bei großen Szenen den Engpass für die Renderzeit darstellen und den größten Energieverbrauch verursachen kann. Wir schlagen eine spezifische Datenstruktur zur hierarchischen Darstellung von Dreiecksnetzen vor, die lokalisierte Entscheidungen über die gewünschte Netz-Auflösung pro Strahl ermöglicht. Ausgehend von der Dreiecksnetz-Ebene mit der niedrigsten Auflösung werden Ebenen mit höherer Auflösung generiert, indem jedes Dreieck durch Aufteilung seiner Kanten mit beliebig platzierten Eckpunkten in vier Teile zerlegt wird. Wir passen die resultierende Netzhierarchie in eine spezialisierte Beschleunigungsstruktur ein, um während der Strahlverfolgung eine On-the-fly-Auswahl der Tessellationsstufe durchzuführen. Unsere Struktur reduziert sowohl den Speicherbedarf als auch den Datenverkehr während des Renderings, die die Hauptenergieverbraucher darstellen. Sie ermöglicht zudem kontinuierliche Übergänge zwischen Detailstufen, während die Netzauflösung pro Strahl lokal angepasst und die Wasserdichtigkeit gewahrt wird. Wir zeigen, wie diese Struktur sowohl mit Primär- als auch mit Sekundärstrahlen für Reflexionen und Schatten verwendet werden kann, die sich mit verschiedenen Tessellationsstufen schneiden können, und liefert konsistente Ergebnisse. Wir schlagen zudem spezifische Hardwareeinheiten vor, um den zusätzlichen Rechenaufwand für Level-of-Detail-Operationen abzudecken. Wir bewerten unsere Methode anhand einer zyklusgenauen Simulation einer maßgeschneiderten Raytracing-Hardwarearchitektur. Unsere Ergebnisse zeigen, dass unsere Methode im Vergleich zu herkömmlichen Bounding-Volume-Hierarchien bei ausreichenden Rechenressourcen eine Reduzierung des Energieverbrauchs und der Renderzeit um mehr als eine Größenordnung ermöglicht.
