首页 > 笔记本 > 笔记本资讯 > 笔记本_行业动态> 正文

NVIDIA展示神经材质模型:实时渲染性能提升高达24倍

小烂毛 整合编辑:杨玥锴 发布于:2024-07-30 11:08

在Siggraph大会上,NVIDIA展示了其最新的“神经外观模型”实时渲染方法,该方法利用人工智能技术(AI)显著加速了着色能力。相较于传统方法,这一新方法在着色性能上提供了高达12-24倍的速度提升。

去年,NVIDIA推出了神经压缩技术,解锁了16倍的纹理细节。今年,公司再次实现巨大飞跃,通过新技术加速纹理渲染和着色性能。新方法旨在成为一个通用的运行时模式,适用于所有材质,包括艺术家捕捉的真实物体、测量结果,或使用生成性AI从文本提示生成的结果。

这些模型将在不同的质量级别上具有可扩展性,覆盖从PC/游戏机游戏、虚拟现实到电影渲染的广泛应用场景。该模型能够捕捉要渲染对象的每个细节,如极其微妙的细节和视觉复杂性,如灰尘、水斑、照明,甚至是各种光源和颜色混合所投射的光线。传统上,这些模型会使用着色图进行渲染,这不仅成本高昂,而且包含复杂性。

有了NVIDIA的“神经材质”方法,传统的材质渲染模型被一个更便宜且计算效率高的神经网络所取代。公司声明,这将使着色计算性能提高多达12-24倍。新模型实现了以下创新:一个完整的、可扩展的电影质量神经材质系统;使用编码器为千兆像素级资产进行可管理的培训;带有先验知识的解码器,用于法线贴图和采样;以及在实时着色器中有效执行神经网络。

在渲染时,神经材质的工作方式与传统模型相似。在每个命中点,它们首先查找纹理,然后评估两个多层感知器(MLP),一个获取BRDF值,第二个用于导入并采样出射方向。实时方法的一些改进包括内置的图形先验知识,提高了推理质量和训练时间,编码器以输出高分辨率的渲染。

所有使用“神经材质”方法渲染的模型都提供高达16K的纹理分辨率,在游戏中提供深入且详细的对象。这些精细的模型对游戏的压力也较小,导致比以前可能的性能更好。基于神经模型构建的纹理运行得更快,允许NVIDIA将它们扩展到不同的应用程序中。

关于硬件支持,NVIDIA表示,他们将利用现有的机器学习框架,如PyTorch和TensorFlow,以及现代GPU架构上的硬件加速矩阵乘积累加(MMA)引擎。运行时着色器将使用开源Slang着色语言将神经材质描述编译成优化的共享代码。

性能展示使用了NVIDIA GeForce RTX 4090 GPU,在使用神经BRDFs的全帧渲染时间中,4090实现了显著的速度提升。总的来说,新的NVIDIA神经材质模型方法将重新定义实时渲染中的纹理和对象的渲染方式,为开发人员和内容制作者提供更快速、更高质量的渲染解决方案。

网友评论

聚超值•精选

推荐 手机 笔记本 影像 硬件 家居 商用 企业 出行 未来
二维码 回到顶部