神经渲染与路径追踪技术解析

路径追踪技术在游戏引擎中的集成

路径追踪是光线追踪视觉效果的重大进步，被集成到某游戏引擎中以推动照明效果的边界。在商业发行游戏中展示尖端视觉技术至关重要，这比在精心设计的学术演示环境中展示更具意义。

新技术只有在产品约束下集成才真正可行，需确保与现有渲染管线协调工作且不引入明显伪影。跨硬件配置的可扩展性是核心任务，既要为当前和未来高端GPU开发有影响力的功能，又要确保游戏在各种设备上表现最佳。

路径追踪与光线追踪的优势对比

路径追踪比光线追踪计算成本更高，是当前光线追踪技术的升级。增加的成本带来了更逼真、物理精确的照明和表面着色。

动态RTX全局光照在路径追踪下比基于探针的射线追踪解决方案更精确。路径追踪能更好地处理表面的间接发射光贡献，产生更逼真、更柔和的阴影，并在粗糙表面上生成更精确的反射。总体而言，光线追踪提供了出色的结果，但路径追踪将图像质量和沉浸感提升到了新水平。

GPU表面着色优化与渲染解决方案

对于高性能、视觉复杂的场景，优化表面着色和透明度至关重要。允许GPU智能重新排序着色工作并跳过不必要计算的技术（如完全被alpha测试几何体遮挡的像素）可带来显著加速。

不透明度微贴图（OMM）和着色器执行重排序（SER）对优化GPU上的表面着色非常有用。路径追踪的一些最大优化来自利用着色器执行重排序。

图1. 滑动查看路径追踪开启与关闭对比。

OMM与SER的技术优势

不透明度微贴图受益于任何类型的alpha测试图形工作负载，常见示例包括植被和粒子系统。OMM通过将微三角形的着色需求编码到更大三角形上来降低着色率，然后使用此信息来短路并避免着色任何完全透明或不透明的像素。

着色器执行重排序（SER）允许GPU优化执行不同类型着色工作的顺序，在具有复杂照明和材质的场景中提高效率。这两种技术都是推动实时图形极限的多功能工具。

路径追踪实施时间线

从开始到完成，在某游戏中实施和发布路径追踪大约花了六个月时间。

未来计划将路径追踪集成到更多作品中，该技术现已成为某引擎8的一部分。团队将继续在此领域进行研发，并根据每款游戏的需求评估其使用，确保为玩家提供价值。

DLSS 4对图像质量和性能的影响

DLSS 4引入了新的变换器模型，在超分辨率和去噪方面做出了重大改进。将新变换器模型与路径追踪结合使用，超分辨率和光线重建可以协同工作，不仅提高了上采样像素的质量，与传统去噪器相比，结合两者还提高了性能。

DLSS 4的多帧生成增强了流畅度，并可充分提升帧率以满足或超越玩家显示设备的最高刷新率。

图2. 滑动查看DLSS光线重建开启与关闭对比。

DLSS光线重建在为路径追踪结果去噪时保持了更多细节，增加了急需的保真度。与传统去噪技术相比，在性能和质量上都有显著改进。

图3. 滑动查看DLSS光线重建的另一个示例对比。

基于变换器的升级模型优势

基于变换器的升级模型在三个方面优于传统卷积神经网络（CNN）：

• 变换器模型能更好地结合空间和时间数据，减少快速移动游戏中的重影和其他伪影
• 变换器模型同时评估和建模所有像素，而CNN更受限制，通常只处理较小区域
• 变换器模型超越简单模式识别，能更准确地重建表面细节和形状

给开发者的技术建议

利用基于AI变换器模型的超分辨率和去噪器可以显著提升性能，同时保持（或改善）图像质量和分辨率。建议从常规光线追踪开始，了解其对渲染管线的影响。

最佳路径追踪解决方案通常建立在稳健的光线追踪基础设施上，因为它对GPU要求更高。为获得最佳性能，应尽可能降低着色器总数和复杂度。使用光线追踪和路径追踪时内存成本会增加，因为几何体必须存储在边界体积层次（BVH）中。

理解完全重建BVH结构与重新拟合之间的成本差异至关重要，重新拟合速度可提高10倍。理解底层加速结构（BLAS）和顶层加速结构（TLAS）之间的关系也很关键。光线追踪和路径追踪的最高成本部分来自着色像素，着色器执行重排序与传统着色优化相结合可帮助解决此问题。

开始使用神经渲染

如某游戏所示，利用神经渲染技术创新使开发者能够推动实时图形性能和保真度的边界，既推进了技术发展，也提升了玩家体验。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）