共计 1108 个字符，预计需要花费 3 分钟才能阅读完成。
在 Siggraph 大会上，NVIDIA 展示了一种名为“神经外观模型”的新实时渲染方法，旨在利用 AI 加速阴影能力。与传统方法相比，这种新方法的阴影性能提高了 12-24 倍，成为所有材料的通用运行时模式。
这种新方法适用于多种来源的材料，包括艺术家捕捉的真实物体、测量数据或使用生成式 AI 从文本提示生成的内容。这些模型可在从 PC/ 主机游戏、虚拟现实到电影渲染等各种质量级别上进行扩展。
该模型有助于捕捉待渲染物体的每一个细节，如极其精致的细节和视觉复杂性，如灰尘、水渍、光照，甚至各种光源和颜色的混合所产生的光线。传统上，这些模型将使用阴影图进行渲染，这不仅对实时渲染成本高昂，而且包含复杂性。
通过 NVIDIA 的“神经材料”方法，传统的材料渲染模型被替换为成本更低且计算效率更高的神经网络，实现了高达 12-24 倍的阴影计算性能提升。
新模型实现了以下创新：一个完整且可扩展的电影级神经材料系统，使用编码器对巨型纹理资产进行可处理的训练，具有先验的解码器用于法线映射和采样，以及在实时着色器中高效执行神经网络。
该公司还解释了神经模型的工作原理。在渲染时，神经材料与使用传统模型非常相似。在每个命中点，他们首先查找纹理，然后评估两个多层感知器（MLP），一个用于获取双向反射分布函数（BRDF）值，第二个用于导入和采样出射方向。
所有使用“神经材料”方法渲染的模型都提供高达 16K 的纹理分辨率，为游戏中的物体提供深入且详细的渲染。这些精细模型对游戏的负担也更小，从而带来比以前更好的性能。
至于哪些硬件将支持神经材料模型，NVIDIA 表示他们将利用现有的机器学习框架，如 PyTorch 和 TensorFlow，工具如 GLSL 或 HLSL，以及在 AMD、Intel 和 NVIDIA 等各 GPU 架构上的硬件加速矩阵乘积累加（MMA）引擎。
现代图形架构中引入的张量核心架构也为这些模型提供了前进的一步，尽管目前仅限于计算 API，NVIDIA 通过修改基于开源 LLVN 的 DirectX 着色器编译器，添加了低级访问的自定义内在函数，使它们能够高效生成 Slang 共享代码，从而将张量核心加速暴露给着色器。
性能展示使用 NVIDIA GeForce RTX 4090 GPU 在 1920×1080 分辨率下使用硬件加速的 DXR（光线追踪）。模型的渲染时间以毫秒为单位列出，结果显示新神经方法渲染图像更快且细节更丰富。
总体而言，新的 NVIDIA 神经材料模型方法有望重新定义实时渲染纹理和物体的方式。通过 12-24 倍的速度提升，这将使开发者和内容创作者能够更快地生成具有超现实纹理的材料和物体，这些纹理也能在最新硬件上快速运行。我们期待看到这种方法被即将推出的游戏和应用所采用。
