Ola Olsson

Markus Billeter

Ulf Assarsson

Chalmers University of Technology

1

CG 論文講読会 2013 / 5 / 20

Ryo Suzuki

HPG 2012

類似するプロパティを持つ view sample を

Cluster にグループ化してシェーディング

Tiled Shading より効率的に光源を割り当て、ラ

イティングのコストを大幅に削減

Tiled Shading が苦手とする深度が不連続で高周

波なシーンに強い

従来手法より 2 - 3 桁大きい数の光源（最大

100万個）がリアルタイムで可能

2

近年 Tiled Shading への注目が高まっている

Tiled Deferred Shading は PC /PS3 /

Xbox360 で実装されている

演算コストと引き換えに、Deferred Shading

の帯域幅のボトルネックを緩和する

帯域幅に比べ、大きな演算性能を持つ最新のコ

ンソールやハイエンドの GPU にとって効率的

3

Frosbite 2 Engine

4 http://www.slideshare.net/DICEStudio/spubased-deferred-shading-in-battlefield-3-for-playstation-3

Tiled Shading ではスクリーン空間の矩形タイル

でグループを作り、各タイルの最大・最小の

depth で錘台を定義して光源をカリング

互いに近い depth を持つ面のタイルは小さな

Bounding Volume で表現できる

5

+Z

depth が不連続なタイルでは光源カリングの効

率が低下

6

+Z

より高次元のタイル = Cluster を導入

Cluster は最大サイズが固定されていて、

ビューに依存したワーストケースが存在しない

Deferred と Forward 両方で実装可能

7

Cluster を拡張して法線情報を付与し、Cluster

ごとに光源の背面カリングをすることも可能

光源割り当てを階層化し、大量の光源を堅牢に

サポート

リアルタイムで最大 100 万光源

8

Deferred Shading

1988 年にハードウェアデザインとして発表さ

れる

1990 年に G-buffer を使ったより汎用的な手法

が登場

ジオメトリとライティングの処理を分離し、大

量の光源の管理を単純化

ハードウェア性能が向上し、ここ数年で主流に

9

Tiled Shading

Deferred Shading をベースに、帯域幅のボトル

ネックに対処

帯域幅が狭いコンソール機での AAA タイトル

開発における重要なアルゴリズムに

GPU はメモリ帯域幅に比べて演算性能の向上が

早いため、将来世代の GPU にもうまくスケール

10

どのように Cluster を作るか

ある view sample がどの Cluster に属している

かを調べる方法

11

Resolution Matched Shadow Maps (RMSM) では、

view sample がどの shadow page に属するかの

判断が必要

スクリーン空間の coherency を利用して、近

傍ピクセルの重複したリクエストを削減

残ったリクエストをソート・圧縮し、グローバ

ルで unique なリクエストを構築

12

Compress-Sort-Decompress (CSD) では、フ

レームバッファを 1D 配列と見なし、ソートの

前にランレングス圧縮で重複を削減

RMSM と CSD のどちらも、隣接した要素の

coherency に依存

合理的な仮定だが coherency が低いシーンで

は、フレームバッファ全体のソートと変わらな

くなる

13

ページテーブルを使う

Virtual Textures 周辺の技術 [May10],

[HPLdW10]

unique なシェーディングサンプル決定の手法

[LD12]

シーンの coherency に依存せず、重複リクエ

ストを削減可能

14

1. シーンを G-Buffer にレンダリング

2. Cluster を割り当てる

3. 同一の Cluster を探す

4. Cluster に光源を割り当てる

5. サンプルのシェーディング

15

1. シーンを G-Buffer にレンダリング

従来の Deferred Shading や Tiled Deferred Shading

と同じ

2. Cluster を割り当てる

各ピクセルがどのクラスタに属するかを、座標（と必

要に応じて法線）から計算

3. 同一の Cluster を探す

unique な Cluster のリストを構築

16

4. Cluster に光源を割り当てる

どの光源が Cluster に影響しているかを効率的に探索

し、Cluster ごとに光源リストを作成

5. サンプルのシェーディング

サンプルが属する Cluster の光源リストを使って

シェーディング

17

理想

影響する光源が少ない、空間的に小さな Cluster

効率のために Cluster 内にできるだけ多くのサンプル

Cluster Key はできるだけ少ないビット数

18

ワールド空間に一様なグリッドは？

Cluster Key の計算が高速、すべての Cluster が同じ

サイズ

しかし

シーンに応じて適切なグリッドサイズを手作業で調整

する必要

Cluster Key の表現に大きなビット数

遠くの Cluster はスクリーン上では小さく、パフォー

マンスが低下 19

Tiled Deferred Shading と同じスクリーン空間

のタイリングに、ビュー空間の z 軸に従った分

割を加える

ワールド空間で見ると、視錘台を分割する小さ

な錘台の集まりができる

20

Z 軸の分割方法

正規化されたデバイス座標を均等に分割？

・・非均一

ビュー空間の座標を均等に分割？

・・遠くの Cluster が幅広く平ら

21

Z 軸の分割方法

ビュー空間の z 座標を指数関数的に分割

どの Cluster もなるべく立方体になるよう相似な分割

22

23

Sy : スクリーンの Y 方向の分割数 2θ : FOV

スクリーン空間の座標 (xss,yss) , ビュー空間の

depth (zvs) , タイルサイズ(tx,ty) , (2) 式を使っ

て Cluster Key となるタプル (i,j,k) を計算

(i,j) = (xss/tx, yss/ty)

必要に応じて、量子化した法線を追加

24

2 つのオプション

1. ソート

2. ページテーブル

25

(オプション 1) ソート

各タイルでローカルにソート

並列処理で圧縮して unique なクラスタを抽出、

グローバルに unique な Cluster のリストを構築

各ピクセルに、Cluster のインデックスを保存

26

(オプション 2) ページテーブル

Virtual Texture の手法を利用

仮想マッピングを使い、Cluster Key が必要とす

るストレージに物理メモリの割り当てを行う

詳細な実装は [LSK*06]

27

ソート、ページテーブルどちらの手法でも、

Cluster Key から 3D Bound (と法線情報があ

れば Normal Cone) を定義できる

実際の view sample の位置や法線はより小さな

bound を持つため、さらに縮小した explicit な

3D Bound や Normal Cone を計算してもよい

ただし、ページテーブルではアトミックな演算

が多く、実装しなかった

28

各 Cluster に影響を与える光源のリストを作成 従来の Tiled Deferrd Shading では全般的に総当

たりの実装 本手法では、大量の光源と Cluster 数の動的変

化を堅牢にサポートするためにツリーを使った階層的なアプローチ

中心座標をもとに光源を z 軸に従ってソートして Bounding Volume Hierarchy (BVH) を構築

29

http://www.vis.uni-stuttgart.de/~frisch/h/diss.htm

探索木のリーフノードはソートされたデータか

ら直接取得

32 個の連続したノードを AABB でグループ化

し 、1 つ上のレベルのノードを構築、単一の

ルートノードが残るまで繰り返す

深さ優先でトラバース、各レベルで Cluster と

子ノードの bounding テスト

リーフノードにおいて光源の bounding sphere

とテスト 30

Cluster に法線情報を持たせていたら、光源の

背面カリングができる

ω>π/2+α+δ のときカリング

31

cone(青) : Normal Cone

α : Cluster から導出、または保存されている

cone(破線) : Cluster を包含する円錐

cone(赤) : cone(破線) と幾何学的に等しい

δ : cone(破線) から導出

ソートの手法では、各ピクセルに保存した

unique な Cluster のインデックスを利用

ページテーブルの手法では、Cluster のイン

デックスを Cluster Key の保存に使われる物理

メモリの位置に保存するので、Cluster Key か

ら Cluster のインデックスを得ることができる

32

OpenGL と CUDA でいくつかの種類を実装 Clustered Deferred[NkX][En][Eb][Pt]

▪ Nk[X] : X×X 分割した立方体の面を使った法線情報を付加 / En : explicit な

normal cone を使う / Eb : explicit な 3D AABB bound を使う / Pt : ページ

テーブルを使う

Clustered Forward

Deferred

▪ ステンシルバッファによる最適化を実装、各サンプルへの光源割り当てが正

確になっている

Tiled Deferred

Tiled Deferred En

▪ normal cone を各タイルで計算

Tiled Forward

33

Cluster Key

(i,j) : スクリーン空間でのタイル位置のオフセット

タイルサイズが 32x32 なら、最大 8192x8192 のレンダーターゲットに対応

k : depth のインデックス

normal : 法線（オプション） 6bit なら

各面 3x3 に分割した立方体をサポート

34

8 bits 8 bits 10 bits (6 bits)

i j k normal

Cluster Key (10 – 16bit) に、タイル内でのサンプル位

置を示す meta データ (32x32 タイルでは 10bit)を付

加し、 タイル内でローカルにソート

グローバルで unique な Cluster Key の総数を求め、各

Cluster に unique ID [0 .. numClusters) をセット

unique ID を Cluster メンバーの各ピクセルに書き込む

35

8 bits 8 bits 10 bits (6 bits) 10 bits

i j k normal meta

3D Bound と Normal Cone は Cluster Key から

再構築可能

必要に応じて、より縮小した AABB や normal

cone を保存する

Explicit Bounds

Explicit Normal Cone

より高効率なカリングが可能に

36

2-pass アプローチ

並列 Prefix Sum を使って物理メモリを割り当

て、Cluster Key を保存

シングルパスでの物理メモリの割り当てだと遅

かった。将来のハードウェアでは高速化の余地

37

光源の探索木を毎フレーム構築

Thurst[HB10] による効率的なソートを使用

ツリー構築で CUDA warp (32 スレッド) を実行

出力ノードが 32 個なのでトラバースでも CUDA

warp が役立つ

最大深さが 5 レベルなら、再帰が発生する CUDA

の実装を回避できる

5 レベルでは最大 3300 万の光源をサポート

38

シーン 1 : Necropolis

点光源を発射する大砲を設置

最大 2500 光源

シーンの端から端へカメラ移動

シーン 2 : Sponza

木のセットを設置

1 万のランダムな光源

39

シーン 1 : Necropolis の各フレームのライティ

ング計算回数

40

シーン 1 : Necropolis の各フレームのレンダリ

ング時間

41

シーン 2 : Sponza のライティング計算回数

Tiled Shading はおよそ 90M 回になるのでグラフから除外

42

シーン 2 : Sponza のレンダリング時間の内訳

Deferred (97.1ms), Tiled Forward (23.6ms) はグラフから除外

43

シーン 2 : Sponza の光源数とレンダリング時間

44

Cluster や Tile に光源を割り当てる時間

45

Clustered Shading は位置と任意で法線を使い、

類似した view sample を Cluster にグループ

化、Cluster に影響する光源のみ計算を行う

Tiled Shading に比べ Cluster は小さく、光源の

影響は少なくなる

Cluster の法線情報を光源の背面カリングに使

用可能

46

ビューの状態変化に対する堅牢性が得られる

Clustered Deferred / Clustered Forward どち

らもリアルタイムで 100 万光源が可能

クラスタリングのコストは小さく、光源が少な

いシーンでも従来手法に匹敵するパフォーマン

ス

47

Cluster 内のすべてのサンプルが特定の光源か

らおよそ等しく影響を受けているかをヒューリ

スティックに判断し、ライティングのコストを

削減

簡単なテストでは、わずかな計算コストで最大

20 % ライティング計算を削減

微細なアーティファクト、より高品質な近似を

スペキュラのために、Cluster に平均輝度の情

報を付与？ 48

より複雑なシェーディングとの組み合わせ

Clustered Shading は Tiled Shading に比べて

シェーディングコストが小さいので、シェーダ

の複雑さの増加に強い

49

50