實現即時光線追蹤，是 3D 影像、工業繪圖、電影特效等領域夢寐以求的技術，不過在一年多前，業界最多只是做到使光線追蹤的 Render 變的相當快，但仍需要些許的時間；直到今年 GDC 大會， NVIDIA 透過 RTX 技術，搭配具備 4 張 Volta 架構 GPU 的 DGX Station ，展現在即時動畫中可進行即時光線追蹤，驚艷了整個動畫產業，而這也是歸功於 Volta 架構當中的 Tensor Core 與 AI 技術，才大幅降低即時光線追蹤所需的效能，但動輒 7 萬美金的 DGX Station ，恐怕仍非一般工作室能夠負擔的。
當光線追蹤即時化，不再需要冗長的 Render 時間即可看到效果
但稍早 NVIDIA 在 SIGGRAPH 大會所發表的 Turing 架構 Quadro RTX 繪圖卡，則藉由進一步在架構加入針對光線追蹤的 RT Core ，僅需單卡即可實現當初需要 7 萬美金的 DGX Station 才能進行的即時光線追蹤動畫，重點是若僅須達到 2K 解析度的前提下，也只需要單張建議售價 6,300 美金的 Quadro RTX 6000 即可，也大幅降低實現即時光線追蹤的門檻。
即時光線追蹤最大的好處，就是能夠達到所見及所得，不用透過冗長的 Render 過程，並結合支援即時光線追蹤的 Unreal 4 Engine ，即可產生即時的互動動畫，不再需要預先將內容 Render 完成，這對於如虛擬賞車，虛擬看房，協作式工業設計，動畫影片創作，物理模擬，熱流分析等，都能更有效率的完成。
原本需要一台 DGX Station 才能進行的即時光線追蹤動畫，現在僅需一張 Quadro RTX 6000 就可達成
而能夠實現單卡即時光線追蹤的關鍵，不是單純靠物理運算力即可，也是由於 Tensor Core 與 RT Core 的導入，利用 AI 省卻不必要的演算項目，與針對光線追蹤直接進行加速兩大功能，搭配既有 CUDA Core 的物理運算，才得以實現如此複雜的過程。
將即時光線追蹤用於氣流模擬
AI 在即時光線追蹤當中，扮演著降低不必要運算資源的重要責任，利用訓練好的 AI 模型，在場景進行即時光線追蹤時，省卻看不到的不需演算的光線，以及以及由於幾乎沒有變化而不須重新演算的光束，使運算資源能大大被減少，更重要的是原本需要利用 CUDA 核心資源演算的光線，在 Turing 架構當中，直接由針對光線追蹤的加速器 RT Core 負責，讓 CUDA 專注在物理與基礎影像演算部分，這也使得一張 Turing 即可達到與一台 DGX Station 同等的即時光線追蹤效果。
AI 模型扮演降低運算負擔的重要關鍵
當然，單卡進行光線追蹤還是有些複雜的前提的，包括畫面的解析度，場景的複雜度，畫面更新率，場景光的複雜度、依賴/信賴 AI 的程度等，都會影響包括運算力與記憶體大小，以基於 Unrael 4 Engine 的星際大戰即時動畫為例，若以當前展示的 2K 解析度與更新率下，將解析度提升到 4K ，理論上則需要使用達 4 張 Quadro RTX 6000 ，但若降低畫面更新率、簡化材質、減少光線的數量，則仍有可能以單張 Quadro RTX 6000 達到 4K 解析度的即時光線追蹤。
由於與遊戲引擎的合作，即時光線追蹤應有望於遊戲中實現
同樣的狀況，當 Turing 在專業繪圖領域可做到即時光線追蹤，若用於消費級娛樂，由於 Unreal 4 Engine 亦是 NVIDIA 推廣 RTX 即時光線追蹤的重要夥伴，只要評估好環境光線的複雜度，亦可帶來更逼真的遊戲娛樂體驗，能打破過往僅能以預先烘焙的全局光罩取代獨立光源的情況，使角色與場景透過即時光線追蹤產生更自然的光影效果，同時亦不會對系統帶來過於吃重的附載，或許這一兩年就可看到遊戲大作率先提供即時光線追蹤技術。
2 則回應