Performance 提高光线跟踪器性能

我正在用D（）编写一个相对简单的光线跟踪器/路径跟踪器，但即使进行了充分的优化，它仍然需要每个光线数千个处理器周期。我还能做些什么来加快速度吗？更一般地说，您知道光线跟踪的好的优化/更快的方法吗

编辑：这是我已经在做的

• 代码已经在高度并行地运行
• 临时数据以缓存效率高的方式进行结构化，并与16b对齐
• 分为32x32块的屏幕
• 目的阵列以这样的方式排列，即磁贴中的所有后续像素在存储器中是顺序的
• 执行基本场景图优化
  • 对象的常用组合（框中的平面CSG）将替换为预优化对象
• 向量结构能够利用GDC的自动向量化支持
• 通过延迟求值发现光线上的后续命中；这可以防止对CSG进行不必要的计算
• 三角形既不支持也不优先。仅限普通基本体，以及CSG操作和基本材质属性
• 支持边界

---

光线跟踪器速度的典型一阶改进是某种空间分割方案。仅基于您的项目大纲页面，似乎您还没有这样做
最常用的方法可能是八叉树，但最好的方法可能是多种方法的组合（例如，空间分区树和邮件装箱等）。包围盒/球体测试是一种快速、廉价且令人讨厌的方法，但您应该注意两件事：1）它们在许多情况下没有多大帮助；2）如果您的对象已经是简单的基本体，您将不会获得太多（甚至可能会失去）。您可以更容易地（比八叉树）实现用于空间分区的规则网格，但它只适用于稍微均匀分布的场景（就曲面位置而言）
这在很大程度上取决于所表示对象的复杂性、内部设计（即是否允许局部变换、对象的引用副本、隐式曲面等），以及您试图达到的精度。如果您正在编写一个具有隐式曲面的全局照明算法，则权衡可能与为网格对象或其他对象编写基本光线跟踪器有所不同。我还没有详细看过你的设计，所以我不确定你是否已经考虑过上面的内容

---

与任何性能优化过程一样，您必须首先进行测量，以找到实际花费时间的地方，然后进行改进（根据偏好进行算法改进，然后根据需要进行代码修改）
我根本不知道D，因此我无法查看代码并找到具体的优化，但我可以概括地说
这取决于你的要求。最简单的优化之一就是减少任何特定光线可以跟随的反射/折射的数量，但随后您开始失去“完美结果”
光线跟踪也是一个问题，因此如果您有资源（如多核处理器），可以考虑并行计算多个像素

---

除此之外，您可能只需要分析并弄清楚到底是什么花费了这么长时间，然后尝试优化它。是交叉口检测吗？然后对代码进行优化，以此类推。
我还能做些什么来加速它吗？
D、 根据实现和编译器的不同，提出了相当好的性能。由于您还没有解释您正在使用的光线跟踪方法和优化，因此我无法在这方面给您提供太多帮助
然后，下一步是对程序运行时序分析，重新编码程序集中最常用的代码或对性能影响最大的最慢的代码
一般来说，请查看以下问题中的参考资料：
我非常喜欢使用图形卡（一台大规模并行计算机）来做一些工作的想法
该站点上还有许多其他与光线跟踪相关的资源，其中一些资源列在本问题的侧栏中，其中大部分资源可以在。
一些建议中找到
• 使用边界对象快速失败
• 在第一步投影场景（就像普通图形卡一样），并仅在光线计算中使用光线跟踪
• 并行化代码

---

我的第一个问题是-您是否在尝试优化单个静止屏幕的跟踪， 或者这是为了优化多个屏幕的跟踪以计算动画

---

优化单个镜头是一回事，如果要计算动画中的连续帧，需要考虑/优化很多新事物。
我从光线跟踪器中学到的一件事是，许多旧规则不再适用。例如，许多光线跟踪算法都会进行大量测试，以从计算成本高昂的计算中“提前退出”。在某些情况下，我发现消除额外的测试并始终运行计算直到完成要好得多。在现代机器上，算法速度很快，但错过分支预测的代价很高。通过使用最小的条件分支重写光线多边形相交测试，我的速度提高了30%
有时候最好的方法是违反直觉的。例如，我发现当我将许多场景分解为大量较小的对象时，包含几个较大对象的场景运行速度要快得多。根据场景几何体的不同，这将允许空间细分算法抛出大量的相交测试。让我们面对现实，交叉测试只能这么快完成。您必须消除它们才能获得显著的加速
等级bo