[发明专利]基于云的实时光线追踪

说明书

基于云的实时渲染。例如，系统的一个实施例包括：第一图形处理节点，所述第一图形处理节点用于执行图形处理操作的第一集合以渲染图形场景，图形处理操作的所述第一集合包括光线追踪无关的操作；互连或网络接口，所述互连或网络接口将所述第一图形处理节点耦合到第二图形处理节点；所述第二图形处理节点，所述第二图形处理节点用于接收所述第一图形处理节点的用户的当前视角的指示，并用于接收或构造由视角无关的光线遍历和交叉操作所生成的视角无关表面；所述第二图形处理节点用于基于所述用户的所述当前视角来响应性地执行所述视角无关表面的视角相关转化以生成视角相关表面，并将所述视角相关表面提供给所述第一图形处理节点；以及所述第一图形处理节点用于执行图形处理操作的第二集合以使用所述视角相关表面来完成对所述图形场景的渲染。

技术领域

本发明一般涉及图形处理器的领域。更特别地，本发明涉及用于执行更高效光线追踪操作的装置和方法。

背景技术

光线追踪是其中通过基于物理地渲染来模拟光传输的技术。被广泛用在电影渲染中，直到仅几年前，它还被认为对于实时性能来说过于资源密集。光线追踪中的关键操作之一是处理针对被称为“光线遍历（ray traversal）”的光线场景交叉（intersection）的可见性查询，所述“光线遍历”通过遍历和交叉包围体积层级（bounding volume hierarchy）（BVH）中的节点来计算光线场景交叉。

去噪已变成对于利用平滑、无噪图像的实时光线追踪的关键特征。渲染可以跨多个设备上的分布式系统进行，但迄今为止，现有的去噪框架全部在单个机器上的单个实例上操作。如果渲染跨多个设备进行，则它们可能没有使所有经渲染的像素可访问来计算图像的去噪部分。

附图说明

可以结合附图从以下详细描述中获得对本发明的更好理解，在附图中：

图1是具有处理器的计算机系统的实施例的框图，该处理器具有一个或多个处理器核和图形处理器；

图2是处理器的一个实施例的框图，该处理器具有一个或多个处理器核、集成存储器控制器，以及集成图形处理器；

图3是图形处理器的一个实施例的框图，该图形处理器可以是分立的图形处理单元，或者可以是与多个处理核一起集成的图形处理器；

图4是用于图形处理器的图形处理引擎的实施例的框图；

图5是图形处理器的另一实施例的框图；

图6A-B图示执行电路和逻辑的示例；

图7图示了根据实施例的图形处理器执行单元指令格式；

图8是图形处理器的另一实施例的框图，该图形处理器包括图形流水线、媒体流水线、显示引擎、线程执行逻辑以及渲染输出流水线；

图9A是图示了根据实施例的图形处理器命令格式的框图；

图9B是图示了根据实施例的图形处理器命令序列的框图；

图10图示了根据实施例的用于数据处理系统的示例性图形软件架构；

图11A-B图示了可以被用来制造集成电路和示例性封装组装件的示例性IP核开发系统；

图12图示了根据实施例的可以使用一个或多个IP核来制造的示例性片上系统集成电路；

图13A-B图示了可以使用一个或多个IP核来制造的片上系统集成电路的示例性图形处理器；

图14A-B图示了示例性图形处理器架构；

图15图示了用于执行机器学习架构的初始训练的架构的一个实施例；

图16图示了其中机器学习引擎在运行时期间被持续训练和更新的一个实施例；