3. Enhancements and Optimizations3.

3. Enhancements and Optimizations
3.1. Predictive Sampling
The basic sampling algorithm in the render cache is purely reactive. Sample locations are chosen based on where in the current image, more data was needed. While this helps to concentrate scarce rendering resources where they are most needed, it does not work well when large regions are becoming newly visible each frame (e.g., see Figure 2).
There is always at least one frame of latency between when a new rendering request is generated and when the result can be computed and integrated into the point cache.
This latency may be even longer when running the underlying renderer in a parallel distributed configuration, due to network latencies.
The solution is to predict several frames ahead of time when regions without data are likely to become visible. We project the points onto a predicted image plane using predicted camera parameters and then look for large regions without data. This projection can be done much more cheaply than the non-predicted projection for several reasons. Because we do not need to resolve the depth ordering of the points, there is no need to use a z-buffer with this projection. Also since we are only interested in larger regions without data, we can project the points onto a lower resolution
image.
We use an image with one quarter resolution in each dimension (or 1/16 as many pixels) and store each pixel in one byte (1 if at least one point maps to it, 0 otherwise). This allows the entire predicted occupancy image to fit in the processor’s cache. This avoids the need for a two pass projection (as discussed below).
Once we have computed the occupancy image, we generate a rendering sample request for each pixel which did not have a point map to it. If there are more empty pixels than allowed requests, we use a simple decimation scheme which takes roughly every nth sample in scanline order. For
each frame, the render cache is given a target number of rendering sample requests to generate. By default, we allocate up to half these requests to the predicted sampling, with the remainder generated by the normal sampling stage.
This prediction scheme fills predicted empty regions with point data that is just dense enough to allow the prefilter and interpolation stages to fill in the gaps, but sparse enough
to avoid wasting too much effort on regions that might never become visible. Prediction significantly improves image quality during camera motions at an acceptably small cost. It consumes roughly 13% of the total render cache execution time for one frame.We rely on the application to provide the predicted camera since it has the most up-to-date information about what the user is currently doing.
3.2. Tiled Z-Buffer for Memory Coherence
Computational speeds continue to advance at a much faster rate than memory speeds, making memory latency an increasingly important bottleneck. Thus making sure that algorithms have good memory coherence and predictable memory access patterns is important. While most of the render cache exhibits nice linear memory access, the combined projection/z-buffer as done in the original render cache does not. Because the points in the cache are unordered, directly projecting them onto the image plane results in a nearly random access pattern to the image plane data structures.
This was not a major issue in the original render cache implementation because it used smaller images, and ran on a processor with relatively large caches. However when we compared an earlier implementation on a 1GHz Pentium III and a 1.7GHz Pentium 4, we found that all the stages were accelerated on the Pentium 4 except for the combined projection/z-buffer. The memory latency on the Pentium 4 was slightly worse due to its use of RDRAM memory, and that stage was almost entirely memory latency-bound because at 512x512 the image plane data structures occupy 3 megabytes and are too large to fit in cache.
One way to make the algorithm more cache friendly is to divide the image into regions, or tiles, that are small enough

ผลลัพธ์ (ไทย) 1:

3. ปรับปรุงและเพิ่มประสิทธิภาพ3.1 การสุ่มตัวอย่างที่คาดการณ์อัลกอริทึมพื้นฐานสุ่มในแค render เป็นปฏิกิริยาเพียงอย่างเดียว สถานที่เก็บตัวอย่างจะเลือกตามที่ในรูปปัจจุบัน ข้อมูลถูกต้อง ขณะนี้ช่วยให้สมาธิภาพขาดแคลนทรัพยากรที่มากที่สุดจำเป็น ไม่ทำงานดีเมื่อภูมิภาคขนาดใหญ่กลายเป็นปรากฏใหม่เฟรมแต่ละเฟรม (เช่น ดูรูปที่ 2) จะมีกรอบน้อยของเวลาแฝงเมื่อคำขอภาพใหม่จะถูกสร้างขึ้นและเมื่อผลสามารถคำนวณ และรวมอยู่ในแคชของจุดแฝงนี้ได้อีกต่อไปแม้เมื่อทำการสร้างภาพต้นแบบทีกระจายขนาน เนื่องจากเวลาแฝงเครือข่าย วิธีคือการ ทำนายหลายเฟรมก่อนเวลาเมื่อภูมิภาค โดยไม่มีข้อมูลมีแนวโน้มที่จะมองเห็นได้ เราโครงการจุดบนเครื่องบินภาพเคลื่อนที่โดยใช้พารามิเตอร์การเคลื่อนกล้อง และหาพื้นที่ขนาดใหญ่โดยไม่มีข้อมูล สามารถทำโปรเจคนี้มากย่านกว่าฉายไม่ใช่ทำนายหลายเหตุผล เนื่องจากเราไม่ต้องแก้ไขลำดับความลึกของจุด มีไม่จำเป็นต้องใช้บัฟเฟอร์ z กับโปรเจคนี้ นอกจากนี้ เนื่องจากเราสนใจเฉพาะภูมิภาคขนาดใหญ่โดยไม่มีข้อมูล เราสามารถโครงการจุดบนความละเอียดต่ำกว่ารูปภาพของ เราใช้รูปภาพ มีความละเอียดหนึ่งไตรมาสในแต่ละมิติ (หรือพิกเซลมาก 1/16) และร้านค้าแต่ละพิกเซลในหนึ่งไบต์ (1 ถ้าจุดแผนที่จะ 0 อื่น) นี้รูปสำหรับคาดการณ์ทั้งหมดให้พอดีกับในแคชของตัวประมวลผลได้ นี้หลีกเลี่ยงต้องฉายรอบสอง (ตามที่อธิบายไว้ด้านล่าง) เมื่อเราได้คำนวณภาพพัก เราสร้างภาพตัวอย่างคำแต่ละพิกเซลที่ไม่มีแผนที่จะจุด ถ้ามีจำนวนพิกเซลว่างมากกว่าคำขออนุญาต เราใช้แผนกำจัดจำนวนมากแบบง่าย ๆ ซึ่งใช้เวลาประมาณอย่างทุกที่ในลำดับเส้นสแกน สำหรับเฟรมแต่ละเฟรม แค render ถูกกำหนดตัวเลขเป้าหมายของการร้องขอตัวอย่างสีเพื่อสร้าง โดยค่าเริ่มต้น เราจัดสรรคำขอครึ่งถึงการสุ่มตัวอย่างที่คาดการณ์ กับส่วนเหลือในการสร้างตามขั้นตอนการสุ่มตัวอย่างปกติ โครงร่างนี้คาดเดาเติมพื้นที่ว่างคาดการณ์กับจุดนั้นเป็นเพียงความหนาแน่นสูงพอให้ระยะ prefilter และแทรกแทรงเพื่อเติมในช่องว่าง แต่บ่อพอเพื่อหลีกเลี่ยงการสูญเสียมากเกินไปความพยายามในภูมิภาคที่ไม่อาจมองเห็นได้ ทำนายปรับปรุงคุณภาพของภาพอย่างมีนัยสำคัญในระหว่างการเคลื่อนไหวของกล้องที่มีต้นทุนขนาดเล็ก acceptably มันใช้ประมาณ 13% ของเวลาปฏิบัติการแคให้ผลลัพธ์ทั้งหมดในหนึ่งเฟรม เราพึ่งสมัครให้กล้องคาดการณ์เนื่องจากมีข้อมูลล่าสุดเกี่ยวกับผู้ทำอะไรอยู่ในขณะนี้3.2. กระเบื้อง Z-บัฟเฟอร์สำหรับโปรเจคของหน่วยความจำความเร็วในการคำนวณต่อไปเลื่อนเป็นมากอัตราเร็วกว่าความเร็วของหน่วยความจำ การแฝงหน่วยความจำรองมีความสำคัญเพิ่มมาก จึง ทำให้แน่ใจว่า อัลกอริทึมมีหน่วยความจำที่ดีศักยภาพและรูปแบบการเข้าถึงหน่วยความจำได้เป็นสำคัญ ในขณะที่การจัดแสดงส่วนใหญ่แค render เข้าถึงหน่วยความจำเชิงดี รวม ฉาย/z-บัฟเฟอร์ที่ทำแคสร้างภาพเดิมไม่ เนื่องจากจุดในแคนำ ตรง projecting บนเครื่องบินภาพผลลัพธ์ในรูปแบบการเข้าถึงแบบสุ่มเกือบกับโครงสร้างข้อมูลเครื่องบินรูป นี้ไม่ใช่ปัญหาใหญ่ในการใช้งานแคสร้างภาพต้นฉบับเนื่องจากใช้ภาพเล็ก และวิ่งในโปรเซสเซอร์ที่มีขนาดค่อนข้างใหญ่แคช อย่างไรก็ตาม เมื่อเราเปรียบเทียบการนำไปใช้ก่อนหน้านี้ใน III Pentium GHz แบบ 1 และแบบ 1.7 GHz Pentium 4 เราพบว่าทุกขั้นตอนถูกเร่งใน Pentium 4 ยกเว้นรวม ฉาย/z-บัฟเฟอร์ เวลาแฝงของหน่วยความจำบน Pentium 4 ได้เล็กน้อยแย่ลงเนื่องจากการใช้หน่วยความจำ RDRAM และว่า ขั้นตอนเกือบทั้งหมดจำแฝงผูก เพราะที่ 512 x 512 โครงสร้างข้อมูลเครื่องบินรูปครอบครอง 3 เมกะไบต์ และมีขนาดใหญ่เกินไปให้พอดีกับในแค วิธีหนึ่งที่ทำให้อัลกอริทึมการแคชเพิ่มเติมดีจะแบ่งภาพออกเป็นภูมิภาค หรือกระเบื้อง ที่มีขนาดเล็กพอ

ผลลัพธ์ (ไทย) 2:

3. การเพิ่มประสิทธิภาพและเพิ่มประสิทธิภาพ
3.1 การคาดการณ์การเก็บตัวอย่าง
ขั้นตอนวิธีการสุ่มตัวอย่างพื้นฐานในแคชทำให้หมดจดปฏิกิริยา สถานที่ตัวอย่างจะถูกเลือกขึ้นอยู่กับที่ในภาพปัจจุบันข้อมูลเพิ่มเติมได้ที่จำเป็น ในขณะนี้จะช่วยให้มีสมาธิทรัพยากรการแสดงผลที่หายากที่พวกเขาต้องการมากที่สุดก็ไม่ได้ทำงานได้ดีเมื่อภูมิภาคที่มีขนาดใหญ่จะกลายเป็นใหม่ที่มองเห็นแต่ละเฟรม (เช่นดูรูปที่ 2).
มีอยู่เสมออย่างน้อยหนึ่งกรอบของความล่าช้าระหว่างเมื่อการแสดงผลใหม่ คำขอถูกสร้างขึ้นและเมื่อผลที่สามารถคำนวณและบูรณาการในแคชจุด.
ความล่าช้านี้อาจจะเป็นได้อีกต่อไปเมื่อใช้ renderer พื้นฐานในการกำหนดค่าขนานกระจายเนื่องจากศักยภาพเครือข่าย.
แก้ปัญหาคือการทำนายหลายเฟรมก่อนเวลาเมื่อ ภูมิภาคที่ไม่มีข้อมูลมีแนวโน้มที่จะเป็นรูปเป็นร่าง เราคาดว่าจุดที่เครื่องบินลงบนภาพที่คาดการณ์โดยใช้พารามิเตอร์กล้องที่คาดการณ์ไว้แล้วมองหาภูมิภาคขนาดใหญ่ที่ไม่มีข้อมูล ฉายซึ่งสามารถทำได้อย่างง่ายมากขึ้นกว่าประมาณการที่ไม่ได้คาดการณ์ไว้ด้วยเหตุผลหลายประการ เพราะเราไม่ต้องการที่จะแก้ปัญหาการสั่งซื้อเชิงลึกของจุดที่มีความจำเป็นที่จะใช้ซีบัฟเฟอร์ที่ได้ประมาณการนี้ นอกจากนี้เนื่องจากเรามีความสนใจเฉพาะในภูมิภาคที่มีขนาดใหญ่ที่ไม่มีข้อมูลเราสามารถฉายภาพลงบนจุดที่ความละเอียดต่ำ
ภาพ.
เราใช้ภาพที่มีความละเอียดหนึ่งในสี่ในแต่ละมิติ (หรือ 1/16 พิกเซลเป็นจำนวนมาก) และจัดเก็บแต่ละพิกเซลในหนึ่งไบต์ (1 ถ้าจุดอย่างน้อยหนึ่งแมปไป 0 อื่น ๆ ) นี้จะช่วยให้ภาพที่คาดการณ์อัตราการเข้าพักทั้งหมดเพื่อให้พอดีกับในแคชของโปรเซสเซอร์ นี้หลีกเลี่ยงความจำเป็นในการฉายผ่านสอง (ตามที่กล่าวไว้ด้านล่าง).
เมื่อเราได้คำนวณอัตราการเข้าพักของภาพที่เราสร้างการแสดงผลคำขอตัวอย่างสำหรับแต่ละพิกเซลซึ่งไม่ได้มีแผนที่จุดที่จะมัน หากมีที่ว่างเปล่าพิกเซลมากกว่าการร้องขออนุญาตเราจะใช้รูปแบบการสังหารหมู่ที่เรียบง่ายซึ่งจะใช้เวลาประมาณทุกตัวอย่างที่ n ในการสั่งซื้อ scanline สำหรับ
แต่ละเฟรมแคชทำให้จะได้รับจำนวนเป้าหมายของการแสดงผลการร้องขอตัวอย่างในการสร้าง โดยค่าเริ่มต้นที่เราจัดสรรได้ถึงครึ่งหนึ่งร้องขอเหล่านี้เพื่อการสุ่มตัวอย่างที่คาดการณ์ไว้กับส่วนที่เหลือที่เกิดจากขั้นตอนการสุ่มตัวอย่างปกติ.
โครงการเติมทำนายนี้ทำนายภูมิภาคที่ว่างเปล่าที่มีข้อมูลจุดที่เป็นเพียงความหนาแน่นพอที่จะทำให้ขั้นตอน prefilter และการแก้ไขเพื่อเติมเต็มใน ช่องว่าง แต่เบาบางพอ
ที่จะหลีกเลี่ยงการสูญเสียความพยายามมากเกินไปในภูมิภาคที่ไม่เคยมองเห็นอาจจะกลายเป็น ทำนายอย่างมีนัยสำคัญช่วยเพิ่มคุณภาพของภาพในระหว่างการเคลื่อนไหวกล้องที่ค่าใช้จ่ายเล็กที่ยอมรับ มันกินประมาณ 13% ของทั้งหมดทำให้เวลาในการประมวลแคชสำหรับหนึ่ง frame.We พึ่งพาการประยุกต์ใช้เพื่อให้กล้องที่คาดการณ์ไว้เนื่องจากมีมากที่สุด up-to-date ข้อมูลเกี่ยวกับสิ่งที่ผู้ใช้กำลังทำ.
3.2 กระเบื้อง Z-บัฟเฟอร์หน่วยความจำสำหรับการเชื่อมโยงกัน
ด้วยความเร็วคอมพิวเตอร์ต่อไปล่วงหน้าในอัตราที่เร็วกว่าความเร็วของหน่วยความจำหน่วยความจำทำให้แฝงคอขวดที่สำคัญมากขึ้น ดังนั้นการทำให้แน่ใจว่าขั้นตอนวิธีการมีการเชื่อมโยงกันของหน่วยความจำที่ดีและรูปแบบการเข้าถึงหน่วยความจำที่คาดการณ์เป็นสิ่งสำคัญ ขณะที่ส่วนใหญ่ของการจัดแสดงนิทรรศการแสดงผลแคชเข้าถึงหน่วยความจำเชิงเส้นที่ดีฉายรวม / z-บัฟเฟอร์เป็นทำในแคชเดิมทำให้ไม่ได้ เพราะจุดในแคชจะสั่งโดยตรงฉายลงบนเครื่องบินผลภาพในรูปแบบการเข้าถึงแบบสุ่มเกือบโครงสร้างข้อมูลภาพเครื่องบิน.
นี้ไม่ได้เป็นประเด็นหลักในการดำเนินงานทำให้แคชเดิมเพราะมันใช้ภาพที่มีขนาดเล็กและวิ่ง ในการประมวลผลที่มีแคชขนาดค่อนข้างใหญ่ แต่เมื่อเราเปรียบเทียบการดำเนินการก่อนหน้านี้เมื่อ 1GHz Pentium III และ Pentium 4 1.7GHz เราพบว่าทุกขั้นตอนที่ถูกเร่งใน Pentium 4 ยกเว้นสำหรับการฉายรวม / z-บัฟเฟอร์ แฝงหน่วยความจำบน Pentium 4 เล็กน้อยแย่ลงเนื่องจากการใช้งานของหน่วยความจำ RDRAM และขั้นตอนที่เกือบจะเป็นหน่วยความจำทั้งหมดแฝงที่ถูกผูกไว้เพราะใน 512x512 โครงสร้างข้อมูลภาพเครื่องบินครอบครอง 3 เมกะไบต์และมีขนาดใหญ่เกินไปให้พอดีในแคช.
วิธีการหนึ่ง ขั้นตอนวิธีการที่จะทำให้แคชมากขึ้นเป็นมิตรคือการแบ่งภาพลงในภูมิภาคหรือกระเบื้องที่มีขนาดเล็กพอ

ผลลัพธ์ (ไทย) 3:

3 . การปรับปรุงและเพิ่มประสิทธิภาพ
3.1 . พยากรณ์พื้นฐานขั้นตอนวิธีการสุ่มตัวอย่างการสุ่มตัวอย่าง
แสดงแคชเป็นแบบเชิงรับ ตัวอย่างสถานที่จะถูกเลือกขึ้นอยู่กับที่ในรูปปัจจุบัน ข้อมูลข้อมูล ขณะนี้ช่วยให้มีสมาธิหายากแสดงทรัพยากรที่พวกเขาต้องการ มันไม่ทำงานได้ดีเมื่อภูมิภาคขนาดใหญ่จะกลายเป็นมองเห็นได้ในแต่ละเฟรมใหม่ ( เช่นดูรูปที่ 2 )
มีเสมออย่างน้อยหนึ่งกรอบของเวลาระหว่างเมื่อการร้องขอการแสดงผลใหม่จะถูกสร้างขึ้น และเมื่อผลที่คำนวณได้และรวมอยู่ในจุดที่แคช
แฝงนี้อาจจะยาว เมื่อวิ่งถึงการแสดงในขนานกระจายค่า เนื่องจากศักยภาพของเครือข่าย
วิธีทำนายหลายกรอบก่อนเวลาเมื่อภูมิภาคโดยไม่มีข้อมูลมีแนวโน้มที่จะกลายเป็นมองเห็นได้ โครงการพัฒนาจุดบนระนาบภาพใช้ทำนายทำนายพารามิเตอร์กล้องแล้วดูภูมิภาคขนาดใหญ่ โดยไม่มีข้อมูล การคาดการณ์นี้สามารถทำได้มากราคาถูกกว่าไม่คาดการณ์จากหลายสาเหตุเพราะเราไม่ต้องแก้ไขความลึกของจุดสั่งซื้อ ก็ไม่ต้องใช้ z-buffer กับโปรเจคนี้ ก็ในเมื่อเราสนใจเฉพาะภูมิภาคขนาดใหญ่โดยไม่มีข้อมูล เราสามารถโครงการคะแนนบนความละเอียด

ลดภาพเราใช้รูปที่มีความละเอียดในแต่ละไตรมาสหนึ่งมิติ ( หรือ 1 / 16 เป็นพิกเซลมาก ) และจัดเก็บแต่ละพิกเซลในหนึ่งไบต์ ( 1 ถ้าอย่างน้อยหนึ่งจุดแผนที่ไป 0 อื่น ) นี้จะช่วยให้ทั้งคาดการณ์จำนวนภาพให้พอดีกับโปรเซสเซอร์แคช นี้หลีกเลี่ยงความต้องการสองฉายผ่าน ( ตามที่กล่าวไว้ด้านล่าง )
เมื่อเราคำนวณภาพท่านเราสร้างการแสดงผลการร้องขอตัวอย่างสำหรับแต่ละพิกเซลซึ่งไม่ได้มีจุดในแผนที่แล้ว หากมีพิกเซลว่างเปล่ามากกว่าอนุญาตการร้องขอ เราใช้ทศนิยมแบบง่ายซึ่งใช้เวลาประมาณทุกๆ scanline แลกตัวอย่างในการสั่งซื้อ สำหรับ
แต่ละเฟรมที่แสดงแคชได้รับการร้องขอตัวอย่างจำนวนเป้าหมายของการสร้าง โดยค่าเริ่มต้นเราจัดสรรถึงครึ่งหนึ่งเหล่านี้ขอให้ทำนายตัวอย่างกับส่วนที่เหลือที่สร้างขึ้นโดยปกติ ) เวที
นี้ทำนายคาดการณ์พื้นที่โครงการเติมที่ว่างเปล่ากับจุดข้อมูลที่เป็นเพียงที่หนาแน่นพอที่จะให้ prefilter และการขั้นตอนที่จะกรอกในช่องว่าง แต่เบาบางเพียงพอ
เพื่อหลีกเลี่ยงการสูญเสียมากเกินไปความพยายามในภูมิภาคที่ไม่อาจจะมองเห็นได้อย่างมีนัยสำคัญช่วยเพิ่มคุณภาพของภาพในการทำนายการเคลื่อนไหวของกล้องที่ขนาดเล็กต้นทุนที่ยอมรับ มันกินประมาณ 13 % ของทั้งหมดแสดงเวลาการแคชสำหรับหนึ่งเฟรม เราอาศัยการประยุกต์เพื่อให้ทำนายกล้องเพราะมันมีข้อมูลล่าสุดเกี่ยวกับสิ่งที่ผู้ใช้กำลังทำ .
2 . กระเบื้อง z-buffer สำหรับ
ในหน่วยความจำความเร็วคอมพิวเตอร์ยังคงล่วงหน้าในอัตราที่เร็วกว่าความเร็วหน่วยความจำ , หน่วยความจำแฝงเป็นคอขวดที่สำคัญมากขึ้น ดังนั้นเพื่อให้แน่ใจว่ามีการใช้หน่วยความจำที่ดีและรูปแบบการเข้าถึงหน่วยความจำได้เป็นสำคัญ ในขณะที่ส่วนใหญ่ของการแสดงนิทรรศการดีแคชหน่วยความจำเข้าถึงโดยตรง ,รวม z-buffer ฉาย / เช่นเดียวกับในต้นฉบับให้แคชไม่ได้ เพราะแต้มในแคชจะเรียงลําดับจากพวกเขาโดยตรงบนเครื่องบินภาพผลลัพธ์ในการเข้าถึงแบบสุ่มเกือบรูปแบบของเครื่องบินข้อมูลภาพโครงสร้าง
นี่ไม่ใช่ปัญหาใหญ่ในต้นฉบับให้ใช้แคชเพราะใช้ภาพเล็กและรันบนโปรเซสเซอร์พร้อมแคชขนาดค่อนข้างใหญ่ อย่างไรก็ตาม เมื่อเปรียบเทียบการใช้ก่อนหน้านี้ใน III 1GHz Pentium และ Pentium 4 1.7ghz พบว่า ทุกขั้นตอนถูกเร่งใน Pentium 4 ยกเว้นรวมประมาณการ / z-buffer . ความทรงจำแฝงใน Pentium 4 คือแย่ลงเล็กน้อยเนื่องจากการใช้งานของ rdram หน่วยความจำ ,และเวทีที่แฝงไว้ในความทรงจำเกือบทั้งหมดเพราะ 512x512 เครื่องบินข้อมูลภาพโครงสร้างครอบครอง 3 เมกะไบต์และมีขนาดใหญ่เกินไปให้พอดีกับแคช
วิธีหนึ่งที่จะทำให้ขั้นตอนวิธีการแคชมากขึ้นเป็นมิตรคือการแบ่งภาพออกเป็นภูมิภาค หรือกระเบื้องที่
พอขนาดเล็ก