基于 RTX Server 的 GPU 光照烘焙系统.pdf

《基于 RTX Server 的 GPU 光照烘焙系统.pdf》由会员分享，可在线阅读，更多相关《基于 RTX Server 的 GPU 光照烘焙系统.pdf（32页珍藏版）》请在三个皮匠报告上搜索。

1、基于RTXServer的GPU光照烘焙系统Wei NanTech LeadTencent Games#page#光照烘焙高品质游戏制作重要一环#page#核心目标口提升烘焙效率口提升烘焙质量口灵活多样的功能支持#page#烘焙计算量大、耗时长：口1km1km场景，CPU服务器，耗时2小时口5km5km场景，CPU服务器，耗时40小时#page#Build on NVIDIA Optix提供最大的灵活性1 GPUmulti-GPU，multi-node#page#RTX Serverwith 8 Quadro RTX 6000提供强大的计算资源#page#整体框架ClientRemote Con

2、nectLocal ConnectRemote ConnectWindowsLinux Baking ServerLinux Baking ServerBaking AppContainerizedLinuxContainerized LinuxBaking AppBaking AppContainerized LinuContainerized LinuxBakingAppBakingAppContainerized LinuxContainerized LinuxBakingAppBakiingApp#page#获得最佳效果和性能口优化算法口优化Workload口 Optix AI-Den

3、oiser#page#烘焙算法优化f（x（F）=pdf（）1低差异随机采样序列重要性采样#page#烘焙算法优化1/41/,5/7/1/Base=21/32/1/4/7/,2/5/,/1/27Base=3伪随机数二维点集低差异序列点集（/2/30/2/30/（/（/2/00/a0/1/）（Basex=2Basey=3#page#烘焙算法优化口根据收敛判断，进行路径选代次数自适应口根据贡献度判断，优化路径弹射次数128spp直接光照采样方差较小，后续spp贡献度小，快速收敛#page#优化Workload:口 Pack Lightmap intoBig Atlas口实现直接光提升9倍，Batch

4、前间接光提升1.7倍Batch后#page#优化Workload口 Pack Volumetric Lightmap口实现8-9倍效率提升ctLightProbeCPULhCateCost0sBatch前518154Launch Category FIndirectlightProbePackedGPuLadmstages:3，Stages Duration:358.822S，Category Duration:350.8245Stage:Applyariablecost0.4S.DurationMax:e.018,Min：e.0o0,Avg:0.801Min:e.0AVB:0.61，MumT

5、inyMarps:432Marps Max:0.6GetBufferDatacost32.05.DurationMin：0.00AvE:0.074，WarpsMax:0.0Min:e.0AV2:0.6MumTinyMarps:432stage:ctLightPrtBatch后#page#优化Workload口 Signed Distance Field ShadowMapDistanceFieldHigh-Res VisibilityHigh-Res优化前DistanceField（Ray-Tracing）DownSamplingGPUHigh-ResBoundaryLow-Res Visib

6、ilityBoundaryDistanceFieldBoundary Visibility优化后（Ray-Tracking）UpsamplingScattering（Ray-Tracing）GPUGPUCPU#page#OptixAI-Denoiser效果Without DenoiserWith Denoiser#page#Optix AI-Denoiser口针对Pack的Lightmap，需要特殊处理通过指定区域进行Denoise通过UnpackRegion进行Denoise口对比其他AI-Denoiser，性能