Acceleration techniques analysis for GPU ray tracing
GPU üzerinde ışın izleme hızlandırma teknikleri analizi
- Tez No: 301665
- Danışmanlar: PROF. LALE AKARUN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 56
Özet
Son yıllarda paralel programlama kapasitesi yüksek GPU'ların ortaya çıkması ile araştırmacılar arasında ışın izleme hızlandırmalarına dair çalışmalar tekrar yaygınlaştı. Atılan her ışın birbirinden bağımsız olduğu için ışın izleme doğal olarak paralel programlamaya çok uygun bir mekanizmadır. Son on yılda ışın izleme endüstri içinde çoğunlukla çevirim dışı görüntü üretmek için kullanılıyordu ve paralelleştirmeye bağlı hızlandırmalar shader programlama veya dağınık bilgisayar kümeleri ile gerçekleniyordu. Shader dilleri scanline pikselleştirme yöntemi için özel dizayn edilmişlerdir ve genel programlama için limitleyici yönleri vardır. Öte yandan, dağınık bilgisayar kümeleri birden fazla bilgisayarın ağ üzerinden birlikte çalışması ile hızlandırma sağlarlar, ancak bu sistemler bir ev kullanıcısı için aşırı pahalıdır. Modern GPU'lar ve Cuda ve OpenCL gibi GPU üzerinde genel programlama platformları ışın izlemeyi kişisel bilgisayarlarımıza kadar taşıyıp onu daha ucuz, hızlı ve interaktif kılabilecektir. Bu bağlamda en çok kullanılan hızlandırma yöntemlerinden biri ışın atmanın paralelleştirilmesidir. Bu tezin konusu modern GPU'lar ve Cuda platformu üzerinde ışın izlemenin verimli bir şekilde paralleştirilmesi ve modern GPU'ların sunduğu hızlandırma gücüne dair çalışma ve deneyler yapılmasıdır. Tez kapsamında CPU ve Nvidia Cuda GPU üzerinde çalışan iki adet ikincil ışın kabiliyetli ışın izleyici gerçekledik. Daha sonra GPU paralelizasyonunun sunduğu performans artışını ve değişik Cuda mimarileri üzerindeki farklı optimizasyon yöntemlerini CPU ışın izleyicimiz ile karşılaştırdık.
Özet (Çeviri)
With the increasing availability of massively parallel processing capable GPUs in recent years, research on the acceleration of ray tracers has become popular again. Since the rays shot into the scene are independent of each other, ray tracing mechanism itself is naturally suited to parallelization. Until the last decade, ray tracing in the industry has been used for mostly offline rendering and parallelization-based speed enhancements were accomplished by either shader programming on GPUs or distributed computer systems. Shaders are specificly designed for rasterization and impose limitations for general programming. On the other hand, distributed computer clusters allow multiple computers to work concurrently over networks to increase speed; but maintaining such systems is not affordable for the end user. Hopefully, modern GPUs and GPU general programming frameworks like Cuda and OpenCL will bring ray tracing to our personal computers and make it more feasible, faster and interactive in the near future. One of the major acceleration enhancement techniques in this context is the parallelization of the ray tracing process. This thesis focuses on efficiently parallelizing ray tracing and testing the raw computational power GPUs offer in terms of ray tracing. As our test bed, we have implemented two ray tracers with secondary ray capability that work on CPU and Nvidia Cuda supported GPU respectively. We then examined the dramatic performance gain of GPU parallelization along with various GPU specific optimizations and their benefits on different Cuda GPU architectures, compared to a CPU based ray tracer.
Benzer Tezler
- FPGA based hardware accelerator for euler equations with finite volume method
Euler denklemleri için sonlu hacimler yöntemi ile FPGA tabanlı donanım hızlandırıcı
EMİNE ELİF YİĞİT
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RAMAZAN YENİÇERİ
- Robot hücresi içerisinde yapay zekâ ve görüntü işleme tabanlı parça besleme kontrolü
Artifical intelligence and image processing-based part feeding control in a robot cell
ENESALP ÖZ
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
- Dijital karbon ayak izinin optimizasyonu için uç cihazlarda yapay zeka ve makine öğrenmesi uygulamaları
Artificial intelligence and machine learning applications on edge devices for digital carbon footprint optimization
ÇAĞLAR ŞİMŞEK
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FATİH ÇALLI
- Accelerator design for graph analytics
Çizge analitiği için hızlandırıcı tasarımı
ŞERİF YEŞİL
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZCAN ÖZTÜRK
- Kuda: accelerating dynamic race detection using parallelism on a GPU
Kuda: GPU hızlandırılmış ayrık yarış durumu denetleyici
ÜMİT CAN BEKAR
Yüksek Lisans
İngilizce
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SERDAR TAŞIRAN