简单聊光栅化、光线追踪及DLSS

一、光栅化

引用一篇对光栅化总结讲解得比较好的文章现代计算机图形学基础二：光栅化（Rasterization） - 知乎

结合线性代数的数学基础知识

现代计算机图形学基础一：线性代数与空间变换 - 知乎

通俗地理解光栅化：三维场景里通常是由多个物体（模型）组成，模型都是由三角面组成，将三维空间中的模型通过几何变换，映射到二维的屏幕上，然后将这些转换过来的三角面形成的区域拆解成一个个像素点，从而让我们能看到三维的效果，这个过程就叫光栅化，实质上光栅化的过程要复杂很多。

现在大部分游戏还是使用光栅化技术，通常光栅化需要的计算量不大，比较大批量并行计算，所以在实时渲染上光栅化技术仍然是大部分游戏的高效方案。

光栅化最大的问题就是需要提前预设大量的渲染效果，比如游戏场景中的光影、反射等效果都是要提前预置好，并且大部分都并不符合现实的物理规律，这也是为什么现在的游戏看起来很真实，但是还是有虚拟的感觉。为了解决这个问题，于是有了新的一门技术：光线追踪。

二、光线追踪

还是先分享一篇个人认为不错的文章

一篇光线追踪的入门 - 知乎

光线追踪的产生就是追求更真实的光影效果，早期这种技术普遍应用于电影特效中。

光追原理：从光源发出一条光线，在三维场景中经历反弹、折射，并根据这个物体本身的材质属性结合光线路径信息计算出这个物体最终在屏幕画画中每一个像素点的信息，光线多次弹射带来的真实感，比光栅化更加自然。

光线追踪能带来更强大的效果，但是它的庞大计算量会导致画画帧率严重下降，影响实时体验，为了有真实的效果，但是又不能降低用户体验，于是NViDIA 又推出了DLSS技术。

三、DLSS

前面也有篇文章专门来讲过如何在UE5中使用DLSS技术，其实在其他3D引擎都有相对应的DLSS插件。文章地址：UE5使用DLSS（超级采样）提升场景的 FPS 远离卡顿的优化方案_蒙双眼看世界的博客-CSDN博客

DLSS 全称Deep Learning Super Sampling（深度学习超级采样）。它是一种视频渲染技术，Nvidia 使用神经网络超级计算机，通过机器深度学习来训练其人工智能，具体方式是不断地让人工智能自动比对超高分辨率静态图像（SSAA超级采样抗锯齿版本）和低分辨率图像之间的差异，使人工智能有能力推理出把图像从较低的分辨率提升到较高的分辨率的方法。也就是说，这项技术以较低的分辨率渲染图形以保持较高的性能，然后应用各种效果输出高分辨率图像的整体效果。

这项技术对于需要高帧率（大于60 FPS）和高分辨率（4K）运行的游戏特别有用。例如，使用 DLSS功能，以1080p分辨率渲染游戏帧，这种负载更容易获得更高的帧速率，然后放大图形以4K分辨率输出，从而带来超高清图像显示质量。

DLSS技术依赖于RTX 显卡的特殊硬件Tensor核心。所以目前只有RTX 20系列和RTX 30系列才有这项功能。不过 RTX 30系列配置的是 Nvidia 第二代 Tensor 核心，DLSS性能更好。