光線跟蹤加速算法在異構(gòu)多核平臺上的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著多核技術(shù)的發(fā)展，越來越多的研究人員開始關(guān)注和著手多核技術(shù)的研究與應(yīng)用。在多核技術(shù)中，多核處理器和眾核處理器（GPU可以看作眾核處理器的一種）越來越受到研究人員的關(guān)注和利用。隨著GPU計(jì)算能力和可編程能力的提高，已經(jīng)成為高性價(jià)比的并行計(jì)算協(xié)處理器，特別適于密集的、高并行的通用計(jì)算。研究人員開始把各種基于CPU的密集計(jì)算引入到GPU上，利用GPU巨大的運(yùn)算能力來加速計(jì)算過程。在計(jì)算機(jī)圖形中，光線跟蹤算法作為生成真實(shí)感圖像的重要方法，廣泛

2、應(yīng)用在電影娛樂等行業(yè)。由于光線跟蹤本身具有高度并行化的條件，因此，利用GPU加速光線跟蹤算法已成為一種趨勢。
　　 本文首先分別在CPU、GPU以及異構(gòu)多核三種平臺上構(gòu)建光線跟蹤算法的加速結(jié)構(gòu)KD-tree，并證明異構(gòu)多核平臺更加適合構(gòu)建KD-tree加速結(jié)構(gòu)。其次在異構(gòu)多核平臺上實(shí)現(xiàn)完全重建動態(tài)光線跟蹤算法以及分析其適應(yīng)范圍。最后提出兩種動態(tài)光線跟蹤算法以及分析其適應(yīng)范圍。本文的主要內(nèi)容如下：
　　 1）研究了光線跟蹤

3、的基本原理和流程，選擇合適的加速結(jié)構(gòu)，在支持CUDA的GPU上構(gòu)建了光線跟蹤模型系統(tǒng)。
　　 2）分別在CPU、GPU以及異構(gòu)多核三種平臺上構(gòu)建加速結(jié)構(gòu)KD-tree；通過測試不同靜態(tài)三維場景，證明在異構(gòu)多核平臺構(gòu)建的KD-tree的效果最好。
　　 3）在研究并實(shí)現(xiàn)了完全重建動態(tài)光線跟蹤算法之后，提出了部分重建動態(tài)光線跟蹤和光線坐標(biāo)變換動態(tài)光線跟蹤算法。并對這三種動態(tài)光線跟蹤算法的優(yōu)缺點(diǎn)和在異構(gòu)多核平臺上實(shí)現(xiàn)的性能進(jìn)行