在SIMD架构下可以加速raymarching？

Question

答案似乎是否定的，因为raymarching是高度条件的，即每条光线都遵循唯一的执行路径，因为在每一步我们都会检查不透明度，终止等，这将根据单个光线的方向而变化。

因此，似乎SIMD很大程度上无法加速这一点;相反，加速需要MIMD。

这是否有意义？或者我错过了什么？

Answer 1

如前所述，你很可能使用SSE指令实现您 矢量数学得到了加速（注意影响讨论 here - 也为其他的方法）。这种方法将使代码 保持简洁和可维护性。

我承担，但是，你的问题是关于“包穿越”（或东西 喜欢它），换句话说处理多个标量值每一个 不同的射线：

原则上应该是可能的推迟阴影到另一个通行证。 一旦裸行进 通过终止并且临时结果作为输入存储为阴影 通过，则可以用新射线重新填充SIMD分组。这将允许并行化您的代码的某个特定案例相关百分比 ，以显示所有四个SIMD通道。 为了避免高速缓存压力（除非您的几何体严格为程序性），平铺图像并将其中的射线编入Morton-order可能是一个好主意。

除非您尝试，否则您不知道它是否有回报。我的猜测是，如果它 确实如此，那么加速的数量可能并不值得代码 在四条车道上的复杂性。

您是否考虑过使用SIMT架构，如可编程GPU？ 最新的可编程图形卡允许您以交互式速率执行 raymarching（查看它发生在您的浏览器here）。

Answer 2

例如，只要SSE能够让您对矢量并行操作。

Answer 3

最后几天我为一块海绵做了一个基于软件的raymarcher。目前没有使用SIMD，我也没有使用特殊的算法。我只在X和Y的-1和1之间追踪，这是目标纹理的U和V.然后我得到了一个相机位置和一个目的地，我用它来计算raymarch的增量矢量。

之后，我使用恒定的迭代值执行，其中只有一个分支决定是否与分形体积有交集。所以如果我的相机眼睛是E，我的方向矢量是D，我必须找到最小的t。如果我发现或达到了最大距离，我会打破循环。最后我有 - 从计算片段颜色。

在我看来，应该可以通过SSE1/2来并行化这些操作，因为可以通过将矢量中的字段置零（__m64/__m128）来解决分支问题，所以进一步的SIMD操作将不适用于此处。这实际上取决于你的raymarch/-cast，但如果你只是从一个函数中计算片段颜色（就像我的分形曲线一样），而不是非线性地访问内存，有一些技巧可以使它成为可能。

当然，这个答案包含猜测，但是当我并行化这个例程时，我会通知你。