英伟达实时路径追踪研究进展

实时图形学正处于向Path Tracing过渡的历史性时刻。Path Tracing是最准确的渲染方式，但由于多次反弹，以及光、材质的模拟，因此计算量也是巨大的。随着硬件加速，系统的研究以及随机采样和降噪方面的进展，NV已经开始为数十亿个三角形和数百万光源的场景实时光线追踪。本文是GDC2022大会Nvidia关于实时光线追踪的报告，概述了NV在Real-time Path Tracing的最新研究成果和性能优化。下面是我观看该视频的心得总结。

首先，作者分享了两个场景，一个是Tiger in the jungle，场景的特点是有30亿的实例化三角形以及350广域网的毛发（曲线），因此，该场景中光路的反弹次数高达30次，目的是正确的获取毛发的阴影效果。另一个场景是Paris Opera Housing，这个场景的特点是存在50万的自发光以及30个聚光灯，体现的是处理many lights的能力。这两个场景的渲染帧数都是在30FPS以上。最后，作者也分析了一帧中各个部分所消耗的时间，比如构建V-Buffer，BVH，光路渲染，降噪，后处理等。

接着，作者介绍了Falcor(该报告中用到的渲染引擎)的Pipeline，如何生成阴影图，如何实现RTX的Direct