Ray tracing in one weekend by CUDA

Ray Tracing in One Weekend in CUDA

简介：

RayTracingInOneWeekendCUDA 是 RayTracingInOneWeekend 的CUDA版本实现。

CUDA版本要求：

计算能力要大于等于6.0。 Compute capability >= 6.x

因为代码中需要使用atomicAdd(float*, float)针对浮点数的原子操作，所以需要GPU的计算能力大于等于6.0。

如何运行：

mkdir build
./run.sh

示例结果：

• 场景1 (800*450, spp=100, max_depth=50)
  

耗时对比：

场景	分辨率	spp	最大深度	CPU耗时(s)	GPU耗时(s)
场景1	800*450	100	50	2019.81	26.91

电脑配置：

• CPU: Intel(R) Core(TM) i5-10400F CPU @ 2.90GHz
• GPU: NVIDIA Corporation GP104 [GeForce GTX 1080] (rev a1)
• CUDA: 11.4
• nvidia Driver: 470.57.02

CUDA代码针对C++代码的修改：

在实现时，本仓库CUDA代码尽可能和RayTracingInOneWeekend中的代码相似，其中不得不该的部分主要分为以下几点：

1. 改double为float，因为Current GPUs run fastest when they do calculations in single precision. Double precision calculations can be several times slower on some GPUs；
2. 将需要在GPU端运行的函数前增加__device__函数修饰符号；
3. 将由CPU端调用，GPU端执行的函数从类函数改为全局函数，并将其他需要在GPU端运行、不适合做为类函数的函数改为全局函数；
4. CUDA不支持智能指针，将C++版本中的智能指针改为普通指针；
5. 改为在GPU端使用CUDA库产生随机数；
6. 每个光线申请一个GPU线程，每个像素申请一个vec3类型的内存/显存空间存储该像素颜色值，单个像素可采样多跟光线，即总光线数=像素数*单像素采样数。由于一像素需要采样多条光线，每条光线对应的线程都会读写同一个vec3显存位置的数据，因此需要使用atomicAdd(float*,float)原子操作；

ref:

1. Accelerated Ray Tracing in One Weekend in CUDA
2. 用CUDA加速Ray Tracing in One Weekend- 上
3. 用CUDA加速Ray Tracing in One Weekend- 下