ינטעל האט פארעפנטלעכט די מעלדונג פון די oidn 2.0 (Open Image Denoise) פּרויעקט, וואָס דעוועלאָפּס אַ זאַמלונג פון פילטערס פֿאַר רימוווינג ראַש פון בילדער צוגעגרייט מיט שטראַל טרייסינג רענדערינג סיסטעמען. Open Image Denoise איז דעוועלאָפּעד ווי אַ טייל פון אַ גרעסערע פּרויעקט, oneAPI Rendering Toolkit, אַימעד צו אַנטוויקלען ווייכווארג וויזשוואַלאַזיישאַן מכשירים פֿאַר וויסנשאפטלעכע חשבונות (SDVis (Software Defined Visualization), אַרייַנגערעכנט די Embree Ray טרייסינג ביבליאָטעק, די GLuRay פאָטאָרעאַליסטיק רענדערינג סיסטעם, די OSPRay פונאנדערגעטיילט. שטראַל טרייסינג פּלאַטפאָרמע און די OpenSWR ווייכווארג ראַסטעריזיישאַן סיסטעם דער קאָד איז געשריבן אין C ++ און ארויס אונטער די Apache 2.0 דערלויבעניש.
דער ציל פון די פּרויעקט איז צו צושטעלן הויך-קוואַליטעט, עפעקטיוו און גרינג-צו-נוצן דינאָייזינג פֿעיִקייטן וואָס קענען זיין גענוצט צו פֿאַרבעסערן די קוואַליטעט פון שטראַל טרייסינג רעזולטאַטן. די פארגעלייגט פילטערס לאָזן, באזירט אויף דער רעזולטאַט פון אַ פאַרקירצט שטראַל טרייסינג ציקל, צו באַקומען אַ לעצט מדרגה פון קוואַליטעט פאַרגלייַכלעך צו דער רעזולטאַט פון אַ מער טייַער און צייט-קאַנסומינג פּראָצעס פון דיטיילד רענדערינג.
עפֿן בילד דענאָיסע ילימאַנייץ טראַפ ראַש, אַזאַ ווי פֿון Monte Carlo RT (MCRT) שטראַל טרייסינג. צו דערגרייכן הויך קוואַליטעט רענדערינג אין אַזאַ אַלגערידאַמז, עס איז נייטיק צו שפּור אַ זייער גרויס נומער פון שטראַלן, אַנדערש באמערקט אַרטאַפאַקץ אין די פאָרעם פון טראַפ ראַש דערשייַנען אין די ריזאַלטינג בילד.
די נוצן פון עפֿן בילד דענאָיסע אַלאַוז איר צו רעדוצירן די נומער פון נייטיק חשבונות ווען קאַלקיאַלייטינג יעדער פּיקסעל מיט עטלעכע אָרדערס פון מאַגנאַטוד. ווי אַ רעזולטאַט, איר קענען דזשענערייט אַ טכילעס טומלדיק בילד פיל פאַסטער, אָבער דעמאָלט ברענגען עס צו פּאַסיק קוואַליטעט מיט שנעל ראַש רעדוקציע אַלגערידאַמז. אויב איר האָבן די צונעמען ויסריכט, די פארגעלייגט מכשירים קענען אפילו זיין געוויינט פֿאַר ינטעראַקטיוו שטראַל טרייסינג מיט ראַש באַזייַטיקונג אויף די פליען.
די ביבליאָטעק קענען זיין געוויינט אויף פאַרשידן קלאסן פון דעוויסעס, פֿון לאַפּטאַפּס און פּיסי צו נאָודז אין קלאַסטערז. די ימפּלאַמענטיישאַן איז אָפּטימיזעד פֿאַר פאַרשידן קלאסן פון 64-ביסל ינטעל קפּוס מיט שטיצן פֿאַר SSE4, AVX2, AVX-512 און XMX (Xe Matrix Extensions) ינסטראַקשאַנז, עפּל סיליציום טשיפּס און סיסטעמען מיט Intel Xe GPUs (Arc, Flex און Max סעריע), NVIDIA (באזירט אויף Volta, Turing, Ampere, Ada Lovelace און Hopper) און אַמד (באזירט אויף RDNA2 (Navi 21) און RDNA3 (Navi 3x) אַרקאַטעקטשערז). שטיצן פֿאַר SSE4.1 איז סטייטיד ווי אַ מינימום פאָדערונג.
הויפּט ענדערונגען אין די מעלדונג פון Open Image Denoise 2.0:
- Поддержка ускорения операций подавления шума, используя GPU. Реализована поддержка выноса вычислений на сторону GPU при помощи систем SYCL, CUDA и HIP, которые можно использовать с GPU на базе архитектуры Intel Xe, AMD RDNA2, AMD RDNA3, NVIDIA Volta, NVIDIA Turing, NVIDIA Ampere, NVIDIA Ada Lovelace и NVIDIA Hopper.
- Добавлен новый API для управления буфером, позволяющий выбирать тип хранилища, копировать данные с хоста и импортировать внешние буферы из графических API, таких как Vulkan и Direct3D 12.
- Добавлена поддержка асинхронного режима выполнения (функции oidnExecuteFilterAsync и oidnSyncDevice).
- Добавлен API для отправки запросов присутствующим в системе физическим устройствам.
- Добавлена функция oidnNewDeviceByID для создания нового устройства на основе идентификатора физического устройства, например, UUID или адреса PCI.
- Добавлены функции для организации переносимости с SYCL, CUDA и HIP.
- Добавлены новые параметры проверки устройств (systemMemorySupported, managedMemorySupported, externalMemoryTypes).
- Добавлен параметр для задания уровня качества работы фильтров.
מקור: opennet.ru