项目名称: 基于光线追踪机制的三维集成图形处理器体系结构研究

项目编号: No.61272085

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 邓仰东

作者单位: 清华大学

项目金额: 80万元

中文摘要: 图形显示是人机交互的核心手段,目前几乎所有个人计算机、平板电脑和智能手机都装备图形处理单元(Graphics Processing Unit, GPU)来实现显示功能。光栅化和光线追踪是实现图形显示的两类主要算法,前者被主流商业GPU所广泛使用,而后者允许高度逼真的光影效果、并在高度复杂场景下具有较低的算法复杂度。由于人类对于显示质量的要求日益提高和显示场景复杂度快速提升,光线追踪算法在满足新一代图形应用方面具有巨大潜力,有望成为下一代主流图形显示方法。本课题在深入分析光线追踪算法的基础上,探索基于光线追踪算法的众核图形处理器体系结构(微架构,microarchitecture)。通过发展具备良好扩展性的众核体系结构和兼顾不同计算模式的组织与调度方式、并利用三维集成电路消除传统GPU体系结构的性能瓶颈,本课题的设计目标为在1280x1024分辨率下实现接近实时性能(~15帧/秒)的显示速率

中文关键词: 光线追踪;图形处理器;空间数据结构;3-D;近眼光场显示

英文摘要: Graphics rendering is the essential method of human-computer interface. Now almost all computers, tablets and smartphones are equipped with one or more graphics processing units (GPUs) for graphics processing. Currently, rasterization and ray-tracing are the 2 dominant rendering algorithms. Although the former is widely deployed in commercial GPUs, the latter promises realistic rendering effects and a lower complexity on highly complex scenes. Due to the ever-growing demand for high graphics quality and scene complexity, the advantages of ray-tracing is likely to make it become the mainstream rendering method. Starting from a detailed performance profiling of the ray-tracing algorithm on typical scenes, this project explores a many-core microarchitecture for ray-tracing. The cores on the proposed microarchitecture are organized in a scalable manner and designed to simultaneously support diverse computing patterns. The microarchitecture also take advantage of the 3-D IC technology to remove the performance bottlenecks in traditional GPUs. The objective of the microarchitecture design is to deliver a frame rate of around 15 fps at a resolution of 1280x1024.

英文关键词: Ray tracing;GPU;Spatial accleration structure;3-D;Near-eye light-field display

成为VIP会员查看完整内容
0

相关内容

数字建筑发展白皮书(2022年)
专知会员服务
41+阅读 · 2022年4月1日
数据中心产业图谱研究报告,41页pdf
专知会员服务
53+阅读 · 2022年1月31日
混合增强视觉认知架构及其关键技术进展
专知会员服务
41+阅读 · 2021年11月20日
专知会员服务
22+阅读 · 2021年7月15日
专知会员服务
34+阅读 · 2021年6月24日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
《人工智能计算中心白皮书》,43页pdf
专知会员服务
152+阅读 · 2021年3月5日
专知会员服务
56+阅读 · 2021年2月27日
CUDA 编程上手指南(一):CUDA C 编程及 GPU 基本知识
极市平台
6+阅读 · 2021年12月17日
重磅!数字孪生技术应用白皮书(2021)
专知
13+阅读 · 2021年12月8日
手机装不下骁龙8了
量子位
0+阅读 · 2021年12月4日
最全综述 | 医学图像处理
计算机视觉life
57+阅读 · 2019年6月15日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
An Attentive Survey of Attention Models
Arxiv
44+阅读 · 2020年12月15日
小贴士
相关VIP内容
数字建筑发展白皮书(2022年)
专知会员服务
41+阅读 · 2022年4月1日
数据中心产业图谱研究报告,41页pdf
专知会员服务
53+阅读 · 2022年1月31日
混合增强视觉认知架构及其关键技术进展
专知会员服务
41+阅读 · 2021年11月20日
专知会员服务
22+阅读 · 2021年7月15日
专知会员服务
34+阅读 · 2021年6月24日
基于深度学习的行人检测方法综述
专知会员服务
68+阅读 · 2021年4月14日
《人工智能计算中心白皮书》,43页pdf
专知会员服务
152+阅读 · 2021年3月5日
专知会员服务
56+阅读 · 2021年2月27日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员