Intel heeft de release gepubliceerd van het oidn 2.0-project (Open Image Denoise), dat een verzameling filters ontwikkelt voor het verwijderen van ruis uit afbeeldingen die zijn gemaakt met behulp van ray tracing-renderingsystemen. Open Image Denoise wordt ontwikkeld als onderdeel van een groter project, oneAPI Rendering Toolkit, gericht op het ontwikkelen van softwarevisualisatietools voor wetenschappelijke berekeningen (SDVis (Software Defined Visualization), waaronder de Embree ray tracing-bibliotheek, het GLuRay fotorealistische renderingsysteem, het OSPRay gedistribueerde ray tracing-platform en het OpenSWR-softwarerastersysteem. De code is geschreven in C++ en gepubliceerd onder de Apache 2.0-licentie.
Het doel van het project is het bieden van hoogwaardige, efficiënte en eenvoudig te gebruiken ruisonderdrukkingsfuncties die kunnen worden gebruikt om de kwaliteit van raytracing-resultaten te verbeteren. De voorgestelde filters maken het mogelijk, op basis van het resultaat van een verkorte ray tracing-cyclus, een uiteindelijk kwaliteitsniveau te verkrijgen dat vergelijkbaar is met het resultaat van een duurder en tijdrovender proces van gedetailleerde weergave.
Open Image Denoise elimineert willekeurige ruis, zoals van Monte Carlo RT (MCRT) ray tracing. Om weergave van hoge kwaliteit in dergelijke algoritmen te bereiken, is het noodzakelijk om een zeer groot aantal stralen te traceren, anders verschijnen er merkbare artefacten in de vorm van willekeurige ruis in het resulterende beeld.
Door het gebruik van Open Image Denoise kunt u het aantal noodzakelijke berekeningen bij het berekenen van elke pixel met verschillende ordes van grootte verminderen. Als gevolg hiervan kunt u veel sneller een aanvankelijk ruisachtig beeld genereren, maar dit vervolgens naar een acceptabele kwaliteit brengen met behulp van snelle ruisonderdrukkingsalgoritmen. Als u over de juiste apparatuur beschikt, kunnen de voorgestelde hulpmiddelen zelfs worden gebruikt voor interactieve ray tracing met on-the-fly ruisverwijdering.
De bibliotheek kan worden gebruikt op verschillende soorten apparaten, van laptops en pc's tot knooppunten in clusters. De implementatie is geoptimaliseerd voor verschillende klassen 64-bit Intel CPU's met ondersteuning voor SSE4, AVX2, AVX-512 en XMX (Xe Matrix Extensions) instructies, Apple Silicon-chips en systemen met Intel Xe GPU's (Arc, Flex en Max series), NVIDIA (gebaseerd op Volta, Turing, Ampere, Ada Lovelace en Hopper-architecturen) en AMD (gebaseerd op RDNA2 (Navi 21) en RDNA3 (Navi 3x) architecturen). Ondersteuning voor SSE4.1 wordt als minimumvereiste vermeld.
Grote wijzigingen in de Open Image Denoise 2.0-release:
- Ondersteuning voor het versnellen van ruisonderdrukkingsbewerkingen met behulp van GPU. Ondersteuning voor het overbrengen van berekeningen naar de GPU-kant is geïmplementeerd met behulp van SYCL-, CUDA- en HIP-systemen, die kunnen worden gebruikt met GPU's gebaseerd op de Intel Xe, AMD RDNA2, AMD RDNA3, NVIDIA Volta, NVIDIA Turing, NVIDIA Ampere, NVIDIA Ada Lovelace en NVIDIA Hopper-architectuur.
- Er is een nieuwe bufferbeheer-API toegevoegd, waarmee u het opslagtype kunt selecteren, gegevens van de host kunt kopiëren en externe buffers kunt importeren uit grafische API's zoals Vulkan en Direct3D 12.
- Ondersteuning toegevoegd voor de asynchrone uitvoeringsmodus (oidnExecuteFilterAsync- en oidnSyncDevice-functies).
- Er is een API toegevoegd voor het verzenden van verzoeken naar fysieke apparaten die in het systeem aanwezig zijn.
- Functie oidnNewDeviceByID toegevoegd om een nieuw apparaat te maken op basis van een fysiek apparaat-ID, zoals UUID of PCI-adres.
- Functies toegevoegd voor draagbaarheid met SYCL, CUDA en HIP.
- Nieuwe apparaatcontroleparameters toegevoegd (systemMemorySupported, managedMemorySupported, externalMemoryTypes).
- Een parameter toegevoegd om het kwaliteitsniveau van filters in te stellen.
Bron: opennet.ru