实时逼真地描绘三维世界！浙大教授攻克真实感图形计算的“性能”瓶颈

每一个物体都有自己的形状与材质，它们组成了流光溢彩的真实世界。如何在数字世界里逼真地“描述”和“绘制”这些物体是真实感图形研究的目标。然而，图形越真实，计算复杂度越高，效率也越低。如何实现真实感图形的高效计算是计算机图形学研究面临的重大挑战。

浙江大学计算机辅助设计与图形学国家重点实验室周昆教授领衔的团队率先开展了GPU架构上的真实感图形实时计算研究，经过十余年不懈努力，首次创建了全GPU运行的真实感图形绘制流水线，形成了贯穿图形表示、建模、绘制全过程的理论体系。

在日前召开的国家科学技术奖励大会上，这项成果获得2020年度国家自然科学奖二等奖。

困扰学术界的“老大难”问题

真实感图形主要研究三维对象表示、建模与绘制的计算原理和方法，是“描绘”三维世界的理论基础，是信息产业的核心支撑技术。
计算机图形学自上世纪60年代诞生以来经历了光栅图形和真实感图形的发展阶段。光栅图形将三维模型转化为深度图像进行计算，GPU硬件推动了实时光栅图形技术的发展应用。然而，真实感图形计算复杂度高，依赖于CPU, 还局限于非实时应用。到本世纪初，GPU的计算性能逐步超过CPU，如何在GPU上进行真实感图形实时计算成为学术界和工业界共同关注的问题。

图灵奖得主、美国两院院士、斯坦福大学Pat Hanrahan教授指出：“每个人都意识到将程序转到GPU上运行是一件大事”。相比于CPU擅长复杂的串行计算，能处理各种不同的数据类型，GPU是单指令多数据流的大规模并行架构，只能处理类型高度统一的规则数据。而真实感图形本质上是不规则数据的不规则计算：三维模型由分布不均匀，采样不规则的点、线、面构成；光线在三维场景中的反射是不规则计算。如何建立不规则数据结构和计算与GPU规则并行计算架构之间的高效映射是长期困扰学术界的难题。

“其根本难题在于：三维图形数据不规则，缺乏GPU上的图形数据结构，真实感绘制计算不规则，无法全GPU运行真实感绘制流水线。亟待GPU架构上的真实感图形实时计算理论体系”，周昆介绍说，围绕这一根本难题，他带领团队进行了长达十余年的探索。前排左一为周昆

解决瓶颈问题 开拓学科新方向

项目组率先开展了GPU架构上的真实感图形实时计算研究，在十几年的科研探索中，团队收获不断，形成了贯穿图形表示、建模、绘制全过程的理论体系，开拓了从CPU到GPU的真实感图形计算新方向。
在图形表示方面，发现了三维模型空间层次结构的分解重组规律，建立了空间层次结构的数据并行计算机制，首次构建了高效存储和高速访问的高并行树状数据结构，提出了曲面重建、光线跟踪等核心图形功能的实时并行计算方法；在图形建模方面，揭示了真实感建模中观测数据与先验概率的相互作用机理，提出了先验模型与形变学习融合的智能建模方法；在图形绘制方面，揭示了真实感图形绘制中光源、几何与材质的解耦机理，建立了动态场景绘制的解耦计算模型，提出了动态几何与材质的预计算实时绘制方法，首次构建了完全运行在GPU上的真实感绘制流水线。

这些研究成果得到了国内外学者的广泛认可，引领了真实感图形实时计算方向的研究。项目主要工作被评价为“首个（the first）”“最初的论文（initial papers）”“最好（the best）”“最先进（state-of-the-art）”等。周昆教授因项目成果当选了IEEE Fellow，获得了MIT TR35全球创新青年奖、陈嘉庚青年科学奖、浙江省自然科学一等奖，连续六年入选了Elsevier中国高被引学者。图灵奖得主Hanrahan教授以及来自微软、Intel等知名机构的研究人员联合署名论文评价项目工作将真实感图形绘制的整个流水线映射到了GPU，IEEE Fellow、美国加州大学戴维斯分校John Owens教授评价项目研制的绘制引擎的性能比主流商业软件提高了一个数量级，MIT《Technology Review》评价项目成果“实时生成了电影质量的图形”，陈嘉庚青年科学奖评价项目工作“首次展示了以交互级速度实现电影级真实感图形绘制的可行性，引领了学术界基于GPU的真实感图形并行绘制的研究方向”。
图文：杨萝萝今日编辑：浙江大学融媒体中心学生记者团 陈丽婷责任编辑：周亦颖丨李灵

推荐阅读

点个赞和在看，一起为浙大团队加油！