使用CUDA绘制三角形

Question

我正在编写自己的图形库（是的，这是我的作业 :)），并使用CUDA快速进行所有渲染和计算。我在绘制填充三角形时遇到了问题。我将其编写为一个进程绘制一个三角形的方式。当场景中有许多小三角形时，它的效果非常好，但当三角形很大时，性能会完全崩溃。我的想法是进行两次通行。首先只计算有关扫描线（从这里到那里绘制）的信息表。这将是类似于当前算法中每个进程的三角形计算。然后在第二遍通行中，真正绘制具有一个以上进程的三角形的扫描线。但这样做是否足够快？也许有更好的解决方案吗？

- qba

Answer 1

您可以查看这个博客：使用CUDA的软件渲染流水线。我不认为这是最优的方法，但至少作者分享了一些有用的资源。

其次，阅读这篇论文：可编程、并行渲染架构。我认为这是最近发表的论文之一，也是基于CUDA的。

如果我要做这个，我会选择像Larrabee（TBR）或甚至REYES中的数据并行光栅化流水线，并将其适应于CUDA： http://www.ddj.com/architect/217200602 http://home.comcast.net/~tom_forsyth/larrabee/Standford%20Forsyth%20Larrabee%202010.zip（请参见演示文稿的第二部分） http://graphics.stanford.edu/papers/mprast/

- elmattic

Answer 2

我怀疑您对CUDA及其使用方式存在一些误解，尤其是当您提到一个“进程”时，在CUDA术语中并不存在这样的东西。

对于大多数CUDA应用程序来说，获得良好性能有两个重要因素：优化内存访问和确保warp中每个“活动”的CUDA线程同时执行相同操作。这两个方面都似乎很重要，也与您的应用程序相关。

为了优化内存访问，您需要确保从全局内存读取和写入全局内存的操作是合并的。您可以在CUDA编程指南中了解更多信息，但这实质上意味着，半个warp中相邻的线程必须从相邻的内存位置进行读或写操作。此外，每个线程应该每次读取或写入4、8或16个字节。

如果您的内存访问模式是随机的，则可能需要考虑使用纹理内存。当需要引用块中其他线程已读取的内存时，应使用共享内存。

在您的情况下，我不确定您的输入数据是什么，但您至少应该确保您的写操作是合并的。获取高效的读取也可能需要投入一定的努力。

对于第二部分，我建议每个CUDA线程处理输出图像中的一个像素。使用这种策略时，您应该注意内核中的循环，这些循环将根据每个线程的数据执行更长或更短的时间。warp中的每个线程应按相同顺序执行相同数量的步骤。唯一的例外是，如果warp中有一些线程不执行任何操作，而其余线程一起执行相同的操作，则没有真正的性能惩罚。

因此，我建议每个线程检查其像素是否在给定的三角形内。如果不是，则不执行任何操作。如果是，则计算该像素的输出颜色。

此外，我强烈建议阅读更多关于CUDA的资料，因为似乎您在没有充分理解一些基本原理的情况下就跳入了深水区。

- Eric

---

抱歉我的语言表达不好，英语不是我的母语。那么在图形卡上进行处理的正确术语是什么？嗯，我认为我对CUDA相当了解，但是我在并行算法方面缺乏知识。我的输入是剪辑空间中的一组顶点，我必须绘制三角形。我认为每个像素都要检查每个三角形的算法不会是最优的。 - qba

避免检查每个三角形的每个像素可以通过使用BVH、KD-Tree或R-Tree对三角形进行分区来实现。 - whatnick

Answer 3

不是要无礼，但这不是图形卡本来就设计用来做的吗？使用标准的OpenGL和Direct3D API似乎更有意义。

为什么不使用API来进行基本渲染，而不是使用更低级别的CUDA？然后，如果您希望执行不受支持的其他操作，可以使用CUDA在其上应用它们。或者将它们实现为着色器。

- BobMcGee

---

是的，确实如此。但他在这里的目标是构建一个不使用传统API的图形光栅化管道。可以将其视为概念验证或教育目的项目。 - elmattic

是的，这是我为研究而做的项目。我们必须自己完成所有的光栅化工作。大多数人使用CPU，但我决定使用CUDA。 - qba

嗯，在那种情况下，这听起来像是一个有趣的项目。虽然有点反向思维，但仍然很有趣。 - BobMcGee

是的，直到现在我一直试图避免在OpenGL编程中使用矩阵，但现在我不再害怕它们了:> - qba