超越ExaBricks：基于GPU的AMR数据体积路径追踪
摘要：自适应网格细化（AMR）正在成为科学可视化的普遍数据表示方法。由于大规模流体力学模拟产生的数据通常以单元为中心，对于在样本位置进行高质量重建提出了一些挑战。尽管最近的工作集中在GPU上的实时体积和等值面渲染，但所使用的渲染方法仍专注于简单的光照模型，没有考虑散射事件和全局照明。与渲染的其他领域一样，实时性能的关键是加速数据结构；在这项工作中，我们分析了最初针对相机/主光线遍历进行了优化的数据结构在用于体积路径追踪器的不连贯射线追踪负载时的主要瓶颈，并提出了克服这些挑战的策略。
作者：Stefan Zellmann and Qi Wu and Alper Sahistan and Kwan-Liu Ma and Ingo Wald
论文ID：2211.09997
分类：Graphics
分类简称：cs.GR
提交时间：2022-11-21