如何在 V-Ray 中使用 Intel® Open PGL 进行路径引导？

什么是路径引导？

在现代渲染器中生成逼真图像的最广泛使用的技术之一是单向路径跟踪。在这种方法的简化描述中，渲染器通过图像的像素从相机位置追踪光线进入场景。
这些光线估计场景光传输的解决方案，定义像素的值/颜色。在光线与场景几何体的每个交点处，渲染器计算来自场景光源的直接照明并将这些光线从表面反射以计算全局照明、反射和折射。

在具有复杂照明情况和统一路径跟踪的场景中，只有一些路径到达照明区域并对图像做出有意义的贡献。这会导致非常嘈杂的结果。 

生成的图像非常有说服力，但可能包含噪声。这种噪声需要每个像素有足够的样本才能降低到所需的水平。噪声通常取决于渲染器在场景中探索光传输的能力，即它是否能够将光线射入/引导光线进入场景中对像素值有显着贡献的区域（例如，光源或物体）反射直接或间接光）。照明情况的“难度/复杂性”起着重要作用——与具有复杂间接照明（例如被阳光照亮的小亮块）的场景相比，具有均匀照明的场景需要更少的样本来达到所需的噪声水平。虽然路径追踪器擅长处理来自场景光源的直接照明，来自明亮表面的间接照明可能需要更多的样本来清理。这是因为渲染器没有关于间接照明的信息，通常必须依靠局部材质的反射特性来探索它。 

通过路径引导，更多路径到达场景的照明区域并有助于最终结果，从而减少噪点图像。 

路径引导是一种通过帮助渲染器克服其没有关于场景的间接照明的任何信息的限制来提高渲染质量的方法。路径引导在渲染预通道或渲染迭代期间在线学习场景的间接照明的近似值。在渲染过程中，当渲染器需要决定在哪个方向发射下一条光线时，间接照明的近似值用于将光线引导到重要的方向（例如，朝向场景中较亮的区域）。这种光线“引导”可以显着降低噪声并更快地清理图像，特别是在具有复杂照明情况的场景中，这些场景没有被其他渲染优化所涵盖，例如 V-Ray 和 Corona 中的自适应圆顶灯光采样或一键式焦散。 

---

为什么 V-Ray 使用

路径引导是数十年研究的成果。然而，生产渲染的采用最近才刚刚开始（参考：Path guiding in production | ACM SIGGRAPH 2019 course） [0]。
不幸的是，不存在足以在整个行业中广泛采用的稳健和高效的“单一”路径指导方法。这就是英特尔创建开源英特尔 Open PGL 项目以与渲染社区一起开发路径引导框架的原因，该框架足够强大且高效，可用于日常生产。英特尔的目标是使英特尔 Open PGL 项目成为渲染社区中路径引导的首要解决方案，就像英特尔® Embree (embree.org/) 用于光线追踪/相交内核一样。

Chaos 选择实施 Open PGL，因为它展示了可喜的结果，并提供了一个 API，使其能够相对轻松地集成到 Corona 和 V-Ray 等生产渲染器中。此外，之前在 Embree 项目上的经验证明了社区驱动解决方案的明显优势——一个由来自各个行业的贡献者组成的强大且高性能的库。

Intel Open PGL 是如何开发的

Sebastian Herholz 和另一位英特尔光线追踪工程师 Addis Dittebrandt 领导主要开发工作。贡献来自 Blender 社区，现在也来自 Chaos 社区。

技术细节及其工作原理

英特尔的 Open PGL 近似场景的光分布，以将光线相交处的采样决策引导到高度重要的方向（即，具有强间接照明）。场景光分布的近似值可以在渲染过程中在线学习，也可以像 V-Ray 集成一样，在渲染预通道中学习。 

为了表示整个场景的高维光分布（即光场）的近似值，首先将场景的空间域细分为更小的区域，每个区域存储局部入射光分布的近似值。这些近似值类似于光探测器，适用于其相应区域的位置。

在渲染过程中，每当对新方向进行采样时，都会查询当前交点处的光分布，并用于在对渲染图像有很大贡献的重要方向上引导路径（[3]，[4]）。通过引导与表面和体积相互作用的路径，Intel Open PGL 提高了复杂间接照明场景中的采样质量，例如多反射漫射照明、多散射体积照明，甚至更简单的直接和间接焦散效果。

Intel Open PGL 在 V-Ray 6.1 中的实现

V-Ray 6.1 为 V-Ray 的 CPU 版本实现了 Open PGL 的初始实验版本。目前，训练样本是在 V-Ray 的光缓存构建过程中生成的，因此可以在光缓存设置中找到路径引导选项：

一旦计算了光缓存，这就允许路径引导同时用于渐进式和桶式渲染模式。漫反射 (GI) 和光泽反射都可以通过路径引导以及体积中的间接照明采样变得更加逼真。目的是减少此类效果的噪音，以实现更快的渲染时间。VRayMtl 材质、VRayEnvironmentFog 大气效果和 VRayVolumeGrid 支持路径引导。

因为路径引​​导库是在光缓存计算阶段训练的，所以增加光缓存细分通常会导致更快的最终渲染时间，因为引导引擎有更多的数据要处理。

结果

路径指导实施仍处于试验阶段并处于开发阶段。因此，结果非常依赖于场景——在某些场景中，它可以显着缩短渲染时间，而在其他场景中则帮助不大。我们看到的最好的结果是在场景的大部分是通过间接照明照亮的情况下。下面是一些场景示例，其中路径引导显着改善了渲染时间。

示例 1

通过 OpenPGL 使用 V-Ray 自适应顶灯（从 Turbosquid 购买的场景：scenes loft 3d model）

与非自适应渲染相比，路径引导和 V-Ray 自适应顶灯都有助于显着减少渲染时间。每个单独提供显着的速度提升，但它们也很好地结合以产生最快的结果。在下表中，显示了 VRaySampleRate 渲染元素以及不同设置组合的渲染时间。场景设置为使用每个像素最多 40 个 AA 细分进行渲染（即每个像素 1600 个样本）。光缓存设置为 3000 个细分（即 900 万个图像样本）。由于左上角的非自适应结果，即使有那么多样本也不足以在图像的某些部分（即红色部分）完全达到所需的（基于方差的）噪声阈值。

下面的渲染图显示了光缓存细分对路径引导效率的影响。更多的光缓存细分为路径引导库提供了更多的训练样本，因此它能够在最终渲染期间更好地引导光线。 

示例 2 

Marko Dabrovic 的场景

通过 Open PGL 使用自适应圆顶灯和路径引导进行渲染
（来自 Radiosity Competition 的 Sibenik 大教堂场景：(http://hdri.cgtechniques.com/~sibenik2/)

在这个例子中，路径引导和自适应顶灯都有助于减少渲染时间，尽管在这种照明情况下路径引导的影响要大得多——这是因为大部分环境由于内部外部的几何形状而被阻挡。场景设置为使用 30 个 AA 细分（每个像素最多 900 个样本）和 0.03 的噪声阈值进行渲染。路径引导有助于显着减少所需样本的数量，以达到相同的噪声水平。灯光缓存设置为使用 3000 个细分（即 900 万个图像样本）。

对于这个场景，使用默认的 light cache subdivs 值 1000 并不能真正让路径引导改善渲染。但是，使用更多的细分会导致更好的路径引导，因为有关场景的更多信息可用。 

未来发展

虽然这种初步实施在某些情况下已被证明是有用的，但更多工作将在不久的将来完成：

• 提高路径引导的性能，使其适用于更广泛的场景。目前，使用路径引导存在开销，因此在 GI/反射不是主要噪声源的场景中并不方便。
• 扩展对更多材质类型的支持——已经在处理中，例如 VRayScannedMtl 材质、光泽折射等。
• 在渐进式渲染期间继续学习以显着改善结果。
• 启用暴力 GI 的路径引导作为“自适应预传递”选项。

额外的高级光线追踪技术

详细了解英特尔® oneAPI 渲染工具包中的其他高级光线追踪软件，包括获得奥斯卡奖的英特尔 Embree、英特尔® Open Image Denoise（用于亚当斯家族 2）、英特尔® Open Volume Kernel Library 等。所有库都可以从英特尔获得并以开源 (GitHub) 的形式提供。

• 在openpgl.org上了解有关英特尔® Open PGL 的更多信息

  ---

vray渲染慢如何解决？

vray项目渲染慢，渲染卡顿，本地渲染资源不足，可使用渲云云渲染，支持cpu及gpu渲染，可批量渲染，也可联机渲染，速度快效率高，大幅度降低成本，不占用本地的电脑做其它的工作，根据需求选择合适的配置，不用在本地购买硬件配置，按需使用，大幅度提高渲染速度，降低资金投入，提升工作效率，将更多的时间花费在创作创意上面。

渲云云渲染支持多种软件和渲染器、支持多种通道渲染，可根据需求定制渲染方案，支持高参数大图无忧渲染，可在手机/电脑实时进度查看，可通过手机端微信可查看实时渲染进度、下载和分享结果文件。

此外也可以使用赞奇云工作站，通过赞奇云工作站打造云制作平台，实现权限管理、流程管理、 项目进程管理、任务信息同步，实现异地协同制作，同时提供安全的存储服务，有效的报障数据 的高速传输，并避免数据泄露。

• 通过云赞奇工作站、软件中心、云盘、渲云云渲染 打通 素材上传 -> 云上制作坐席置备 -> 设计 -> 渲染 ->合成 呈现全流程环节。