あなたの好奇心を刺激する、テックと科学の総合ニュースサイト

Intelは、統合GPU上でのパストレーシング実現を目指している

従来のレンダリング手法に比べ、リアルタイムのパストレーシングは労力がかからず、3Dグラフィックスでよりリアルなライティングとシャドウを生成するのに役立つことが多い。しかし、計算負荷が大きいため、ハイエンドのGPUであってもパストレーシングには課題がある。この点を踏まえ、Intelは、特にiGPUのようなローエンドハードウェアでパストレーシングを実現可能にする方法を模索しているようだ。

Intelは最近、新しいアルゴリズムとAIの実装により、レイトレーシングとパストレーシングをミッドレンジおよびエントリーレベルのグラフィックスカードで十分に効率化する方法を概説する研究論文を発表した。この方法が成功すれば、同社のユビキタス統合GPUや、最近専用グラフィックス市場に参入しようとしている同社のアプリケーションを促進することができる。

レイトレーシングは通常、最近のAMDやNVIDIAのハイエンドグラフィックボードでよく聞く話題だろう。この技術は、光が表面と相互作用する際の挙動をシミュレートし、より正確な反射、屈折、影を実現することを目的としている。レイトレーシングは、視覚的な忠実度を大幅に向上させることができる一方で、GPUに大きな計算負荷を与え、リアルタイムアプリケーションのフレームレートを低下させる。

パストレーシングは、「完全レイトレーシング」とも呼ばれ、すべての光源が物理的に正確なソフトシャドウを投影するようになり、空間内で光が何度も反射することでよりリアルな間接照明やオクルージョンを生み出せるという。だが反面、算負荷とリアリズムが増大するため、主にレトロゲームや、『Minecraft』、『Quake』、『Descent』などのディテールの少ないグラフィックスで実験的に使用されてきた。『Cyberpunk 2077』のような視覚的に精巧なゲームに適用すると、GeForce RTX 4090のようなハイエンドのグラフィックカードでさえ、アップスケーリングやフレーム生成なしではカクカクで使い物にならない事もある。

Intelは、最近のブログ投稿で研究成果の一部を発表し、グラフィックス専門家向けの最近の業界イベントですでに研究論文の一部を共有していると述べた。Intelは、パストレーシングへの関心について、「ユビキタス」統合グラフィックスと、クライアント、専門家、データセンター向けの「新興」Arc GPUに関連していると説明している。IntelはすでにiGPU側で確固たる地位を築いており、ディスクリート市場での足掛かりを得たいと考えているため、パストレーシングをより効率化し、GPUがフォトリアリズムの革命に参加できるようにしようとしている。パストレーシングをより効率的にする必要があり、Intelはこの技術を高速化するための斬新な方法をいくつか提案している。

sampling visible ggx normals fig 1

Intelが発表した最初の論文は、シェーディング計算の高速化に関するものだ。これは、光源がオブジェクトと相互作用するプロセスであり、光の反応は、関係する材料の種類(ソフト、ハード、テクスチャなど)に基づく分布モデルに従ってシミュレーションされなければならない。最初の発見は、グラフィックス業界でシミュレーションに使用されるデフォルトの表面タイプであるGGXマイクロファセット表面で反射する光の計算を高速化するために設計された。Intelの研究によると、モデルのサーフェスを半球に変更し、反射を計算する新しいアルゴリズムを導入することで、大幅な高速化が可能になるという。同社が提供した2つの例では、レンダリング時間がほぼ4%と8%増加している。

2つ目の論文は、”glinty “オブジェクトのレンダリングである。Intelによると、カメラやプレイヤーに見えるグリントの平均数に関する「統計的法則」を導入しているという。このアプローチでは、任意の時間に見えるものだけがレンダリングされるため、関係する計算の数を減らすことができます。Intelは、これはデスクトップPC上でリアルタイムに実行できると述べているが、ビデオゲームでこれらの表面をシミュレートすることは、まだ “オープン・チャレンジ “である。

同社は、すべてのGPUベンダーが恩恵を受けられるよう、この研究をオープンソース化する予定だが、エンドユーザーがその成果を目にするのは、おそらくしばらく先になるだろう。Intelはこの研究を、ミッドレンジおよび統合型グラフィックス・ハードウェアに役立つものとしているようだ。


Sources

Follow Me !

\ この記事が気に入ったら是非フォローを! /

Share on:

関連コンテンツ

おすすめ記事

コメントする