复杂闭合形式隐式表面的大规模平行渲染（2020）

我们提出了一种在现代GPU上直接渲染复杂的封闭形式隐式表面的新方法，利用了它们的巨大并行性。我们的模型表示是明确的固体，可以在任意分辨率下进行采样，并支持建设性的实体几何形状（CSG）和更不寻常的建模操作（例如，形状平滑混合）。渲染策略在其底层数学表达式中具有数千个算术运算的大规模模型。我们的方法只需要C 0连续性，允许扭曲和混合操作，这会破坏Lipshitz连续性。

为了渲染模型，它的底层表达式在空间区域的浅层中评估，使用高分支因子进行有效的并行化。间隔算法用于跳过空区域并构建表达式的减少版本。后者是使我们的算法实用的优化：在一个基准中，表达式复杂性在原始和减少表达式之间减少了两个数量级。文献中存在类似的算法，但倾向于在每个分支中的异构工作负载深度递归，这使得它们是GPU - 不友好的;我们的评估和表达减少两者都以大规模平行的算法有效地运行，完全在GPU上。

生成的系统以高分辨率和交互速度呈现复杂的隐式表面。我们研究性能如何进行计算能力，呈现从旧笔记本电脑到现代数据中心GPU的硬件的性能结果，并显示每个阶段的显着改进。

@Article {keeter2020，作者= {keeter，matthew J.}，标题= {复杂的闭合形式隐式曲面的大规模并行渲染}，Journal = {{acm}图形的事务（Siggraph的程序），年=＆＃ 34; 2020＆＃34;，卷=＆＃34; 39＆＃34;，数字=＆＃34; 4＆＃34;，月=＆＃34; jul＆＃34 ;,}

我＆＃39;我非常感谢读草稿的人，并在这个项目上工作时提供了反馈：Jonathan Bachrach，Blake Courter，Neil Gershenfeld，Raph Levien，Brian Merchant，Doug Moen和Amira Abdel Rahman。特别感谢Martin Galese，他们都提供了反馈并借给我在他的VR / ML工作站上的时间进行基准测试。

图1中的建筑模型基于Jennifer张孔特的设计，对我非常感激。

熊头基于榛子Fraticelli和Anthony Taconi的设计;感谢您提供特别具有挑战性的基准！齿轮模型使用Peter Fedak的渐进曲线来使用巧妙的闭合表达。

我要感谢匿名评论者的反馈和见解。 最后，感谢我在Formlabs的同事鼓励我的独立研究，以及Ntopology的人们支持Libfive Kernel的支持。 [email protected]（Don＆＃39; t是害羞的 - 如果你看这个页面，我可能想收到你的来信，几乎肯定会回应！） 对于我的幕后看看写一个SigGraph纸上以获得乐趣，请查看此撰写。 为了跟上我未来的工作，订阅使用RSS或在Twitter上关注我。