GPU 結合 AI 加速與光線追蹤後,為原型創作、內容製作與物理模擬帶來更有效率的革命變化

2018.08.15 08:56AM
12657

實現即時光線追蹤,是 3D 影像、工業繪圖、電影特效等領域夢寐以求的技術,不過在一年多前,業界最多只是做到使光線追蹤的 Render 變的相當快,但仍需要些許的時間;直到今年 GDC 大會, NVIDIA 透過 RTX 技術,搭配具備 4 張 Volta 架構 GPU 的 DGX Station ,展現在即時動畫中可進行即時光線追蹤,驚艷了整個動畫產業,而這也是歸功於 Volta 架構當中的 Tensor Core 與 AI 技術,才大幅降低即時光線追蹤所需的效能,但動輒 7 萬美金的 DGX Station ,恐怕仍非一般工作室能夠負擔的。

當光線追蹤即時化,不再需要冗長的 Render 時間即可看到效果

但稍早 NVIDIA 在 SIGGRAPH 大會所發表的 Turing 架構 Quadro RTX 繪圖卡,則藉由進一步在架構加入針對光線追蹤的 RT Core ,僅需單卡即可實現當初需要 7 萬美金的 DGX Station 才能進行的即時光線追蹤動畫,重點是若僅須達到 2K 解析度的前提下,也只需要單張建議售價 6,300 美金的 Quadro RTX 6000 即可,也大幅降低實現即時光線追蹤的門檻。

即時光線追蹤最大的好處,就是能夠達到所見及所得,不用透過冗長的 Render 過程,並結合支援即時光線追蹤的 Unreal 4 Engine ,即可產生即時的互動動畫,不再需要預先將內容 Render 完成,這對於如虛擬賞車,虛擬看房,協作式工業設計,動畫影片創作,物理模擬,熱流分析等,都能更有效率的完成。 

原本需要一台 DGX Station 才能進行的即時光線追蹤動畫,現在僅需一張 Quadro RTX 6000 就可達成

而能夠實現單卡即時光線追蹤的關鍵,不是單純靠物理運算力即可,也是由於 Tensor Core 與 RT Core 的導入,利用 AI 省卻不必要的演算項目,與針對光線追蹤直接進行加速兩大功能,搭配既有 CUDA Core 的物理運算,才得以實現如此複雜的過程。

將即時光線追蹤用於氣流模擬

AI 在即時光線追蹤當中,扮演著降低不必要運算資源的重要責任,利用訓練好的 AI 模型,在場景進行即時光線追蹤時,省卻看不到的不需演算的光線,以及以及由於幾乎沒有變化而不須重新演算的光束,使運算資源能大大被減少,更重要的是原本需要利用 CUDA 核心資源演算的光線,在 Turing 架構當中,直接由針對光線追蹤的加速器 RT Core 負責,讓 CUDA 專注在物理與基礎影像演算部分,這也使得一張 Turing 即可達到與一台 DGX Station 同等的即時光線追蹤效果。

AI 模型扮演降低運算負擔的重要關鍵

當然,單卡進行光線追蹤還是有些複雜的前提的,包括畫面的解析度,場景的複雜度,畫面更新率,場景光的複雜度、依賴/信賴 AI 的程度等,都會影響包括運算力與記憶體大小,以基於 Unrael 4 Engine 的星際大戰即時動畫為例,若以當前展示的 2K 解析度與更新率下,將解析度提升到 4K ,理論上則需要使用達 4 張 Quadro RTX 6000 ,但若降低畫面更新率、簡化材質、減少光線的數量,則仍有可能以單張 Quadro RTX 6000 達到 4K 解析度的即時光線追蹤。

由於與遊戲引擎的合作,即時光線追蹤應有望於遊戲中實現

同樣的狀況,當 Turing 在專業繪圖領域可做到即時光線追蹤,若用於消費級娛樂,由於 Unreal 4 Engine 亦是 NVIDIA 推廣 RTX 即時光線追蹤的重要夥伴,只要評估好環境光線的複雜度,亦可帶來更逼真的遊戲娛樂體驗,能打破過往僅能以預先烘焙的全局光罩取代獨立光源的情況,使角色與場景透過即時光線追蹤產生更自然的光影效果,同時亦不會對系統帶來過於吃重的附載,或許這一兩年就可看到遊戲大作率先提供即時光線追蹤技術。

回應 2

2 則回應