Θέτοντας ως στόχο την εξέλιξη των GPUs σε μία αυξημένη ζήτηση της για δημιουργία τεχνητής νοημοσύνης, η Intel ανακοίνωσε τη δημοσίευση διαφόρων papers που περιγράφουν τις προσπάθειες που καταβάλλει σε μια ευκαιρία πολλών δισεκατομμυρίων δολαρίων τα επόμενα χρόνια για την ανάπτυξη ημιαγωγών chip.

Η Intel παρουσιάζει επτά έγγραφα σε τρία συνέδρια που καλύπτουν τις εξελίξεις στα γραφικά υπολογιστών.

Τα πρώτα έγγραφα παρουσιάστηκαν επίσημα στο κοινό συνέδριο που διεξήχθη τον περασμένο μήνα από το φόρουμ High Performance Graphics (HPG) και το Eurographics Symposium on Rendering στο Πανεπιστήμιο Τεχνολογίας του Delft στην Ολλανδία. Οι υπόλοιπες εργασίες θα συζητηθούν σε συνέδριο που θα διοργανώσει η SIGGRAPH (Special Interest Group on Computer Graphics and Interactive Techniques) τον Αύγουστο.

Βασική έμφαση δίνεται στον τρόπο βελτίωσης των ιστορικά βαριών διαδικασιών αναπαράστασης γραφικών.

Οι εργασίες εξετάζουν ειδικότερα δύο διαδικασίες, το ray tracing και το path tracing. Και οι δύο χρησιμοποιούνται για την αναδημιουργία ρεαλιστικών εικόνων, ιδίως στα games, όπου η ακριβής αναπαράσταση της φυσικής του φωτός είναι κρίσιμη για εικόνες που μοιάζουν πραγματικές.

Το ray tracing εφαρμόζει αλγορίθμους για την παρακολούθηση της τροχιάς των φωτεινών κυμάτων και τον υπολογισμό των χρωματικών τιμών, των ανακλάσεων και των σκιών. Η τεράστια επεξεργαστική ισχύς που απαιτείται για την απόδοση σε πραγματικό χρόνο είναι τόσο μεγάλη που το frame rate συχνά δέχεται αισθητό πλήγμα.

Το path tracing μπορεί να απαιτεί ακόμη μεγαλύτερη επεξεργασία. Ακολουθεί πολλαπλές ακτίνες φωτός, παρακολουθώντας τις διαδρομές καθώς αντανακλούν σε επιφάνειες και αλληλεπιδρούν με τον φωτισμό μεταξύ άλλων στοιχείων. Μια διαδικασία γνωστή ως ολοκλήρωση Monte Carlo βοηθά στον προσδιορισμό ακριβών τιμών χρώματος και σκίασης.

Η Intel λέει ότι αυτές οι μέθοδοι ανίχνευσης μπορούν να πραγματοποιηθούν πιο αποτελεσματικά. Ένα από τα έγγραφά της, “Sampling Visible GGX Normals with Spherical Caps”, περιγράφει μια καινοτόμο προσέγγιση για τον υπολογισμό ημισφαιρικών στοιχείων που πέτυχε “συστηματικές επιταχύνσεις στα benchmarks μας”.

Ένα άλλο έγγραφο αποκαλύπτει βελτίωση της ταχύτητας κατά 500% σε απεικονίσεις “λαμπερών” αντικειμένων, όπως στικτά χρώματα αυτοκινήτων, χιόνι, χυτά πλαστικά και τρεχούμενο νερό. Η εργασία “Real-Time Rendering of Glinty Appearances using Distributed Binomial Laws on Anisotropic Grids” εξηγεί ότι οι τρέχουσες προσεγγίσεις επιτυγχάνουν εκπληκτικό ρεαλισμό αλλά “έχουν πολύ υψηλό κόστος” όσον αφορά την επεξεργαστική ισχύ και την ταχύτητα.

Σε ένα έγγραφο που θα συζητηθεί στο συνέδριο SIGGRAPH τον Αύγουστο, η Intel θα εξετάσει τις εξελίξεις στα νευρωνικά γραφικά, μια προσέγγιση που σύμφωνα με την εταιρεία “φέρνει επανάσταση στον τομέα των γραφικών”. Χρησιμοποιείται για τη γρήγορη κλιμάκωση γραφικών υψηλής ποιότητας σε παιχνίδια και ταινίες.

“Το νέο νευρωνικό επίπεδο αναπαράστασης λεπτομέρειας επιτυγχάνει συμπίεση 70%-95% σε σύγκριση με το Path tracing ‘vanila'”, ανέφερε η Intel.

Άλλες εργασίες εξετάζουν βελτιώσεις στην απόδοση ημιδιαφανών υλικών και τη “δειγματοληψία τροχιών φωτονίων σε δύσκολα σενάρια φωτισμού”.

Τελικά, η Intel ελπίζει ότι η σημαντική πρόοδος στις προσεγγίσεις επεξεργασίας θα επιτρέψει στους χρήστες να απολαμβάνουν ρεαλιστικές εικόνες σε πραγματικό χρόνο χωρίς να απαιτούνται GPU υψηλής ισχύος.

“Τα νέα δομικά στοιχεία που παρουσιάστηκαν στα φετινά συνέδρια, σε συνδυασμό με την ευρεία προσφορά προϊόντων GPU και την κλιμακούμενη στοίβα rendering cross-architecture, θα βοηθήσουν τους προγραμματιστές και τις επιχειρήσεις να κάνουν πιο αποδοτική απόδοση ψηφιακών διδύμων, μελλοντικών καθηλωτικών εμπειριών AR και VR, καθώς και συνθετικών δεδομένων για την εκπαίδευση sim2real AI“, ανέφερε η Intel στο blog της.

Η Intel σχεδιάζει να καταστήσει το έργο της ανοικτού κώδικα.

Τα έγγραφα της Intel εμφανίστηκαν καθ’ όλη τη διάρκεια του Ιουνίου στον server προτυπωμάτων arXiv.

Παραπομπές:

Jonathan Dupuy et al, Sampling Visible GGX Normals with Spherical Caps, arXiv (2023). DOI: 10.48550/arxiv.2306.05044

Real-Time Rendering of Glinty Appearances using Distributed Binomial Laws on Anisotropic Grids, arXiv (2023). DOI: 10.48550/arxiv.2306.05051

Laurent Belcour et al, One-to-Many Spectral Upsampling of Reflectances and Transmittances, arXiv (2023). DOI: 10.48550/arxiv.2306.11464