ここ数年、プロフェッショナルから消費者まで、ビジュアルに重点を置いたアプリケーションでは、実際のビジュアル体験を満たすために、より優れた画像忠実度のアプローチが好まれることがわかってきています。テレビの画質が SD から HD、4K へと急速に変化しているのもその一例です。過去 10 年以上にわたり、特に視覚的に魅力的なアニメーション映画や VFX では、現実世界にマッチした忠実度を実現するために、グラフィックス手法としてレイトレーシングが選択されてきました。これは、今年のアカデミー技術賞を受賞したインテル® Embree ライブラリーが映画制作に使用された期間とほぼ同じです。
「レイトレーシング」は、完全なリアリズムを “常に” 実現する単一の手法ではありません。光の物理学、幾何学、その他の数学をミックスした連続したテクニックであり、単純なハードシャドウから、サブサーフェイス・スキャッタリング・スキン・トランスルーセンシーのような複雑なテクニックまであります。もちろん、忠実度が高ければ高いほど計算量は多くなりますが、最適化やAI 技術によって画像化までの時間を短縮することもできます。
現在、ラップトップからワークステーション、サーバーに至るまでのコモディティー・コンピューティング・プラットフォームは、レイトレーシング手法がもたらす飛躍的な視覚的忠実度を実現するためのコンピューティング機能や AI 機能が備わっている段階に達しています。
今後は、レイトレーシングを利用した用途が急増し、より多くの人に視覚的なインパクトを与えることができるようになるでしょう。例えば、高忠実度なレイトレーシングの恩恵を受けているアプリケーションや製品は、すでにさまざまな産業分野に存在しています。
クリエイターは、エイリアンの顔から爆発まで、物理ベースのモデルを使ってフォトリアリズムを確保しながら、リアルな 3D を作り出すことに挑戦しています。世界で最も困難な問題の解決に取り組んでいる科学者は、大規模なデータセットを用いて複雑な現象を理解するために、高忠実度のビジュアライゼーションを求めています。製品エンジニアリングや建築家は、費用対効果の高い 3D デザインツールを求めています。ビジュアルとリアリズムが結果を向上させるのであれば、レイトレーシングはすぐそこにあります。
レイトレーシングが進化し続ける中で、私たちは製品の革新を推進するためにお客様から求められていることを実現しています。例えば、シカゴ大学が共同で最初に作成した COVID-19 モデルを構築するための可視化では、研究者がデータセットを理解するのを助けるために、インテル® oneAPI レンダリング・ツールキットに組み込まれた AI ベースのノイズ除去コンポーネントが使用されています。また、プロの 3D モデリングの世界では、マクソンの有名な Cinema 4D* 製品が、同じ AI デノイズ・ライブラリーを使用して、映画品質の VFX 忠実度をわずかなレンダリング時間で実現しています。
忠実度第一のアプローチ
AI ベースのインテル® Open Image Denoise (インテル® oneAPI レンダリング・ツールキットに含まれるツール) は、最も正確なフォトリアリスティックな画像を提供します。これにより、一般的なモンテカルロ法によるパストレースの最終フレームのレンダリング時間が劇的に短縮されます。この業界屈指の画像忠実度により、Blender、Chaos Group の Corona や V-Ray、Cinema 4D、Kitware ParaView、Unity、UnReal Engine* など、世界で最も人気のあるクリエイター、ゲーム、科学、プロダクトのためのデザインツールの多く（最近では映画で広く使用されている AutoDesk の Arnold レンダラー）に統合されています。
インテル® Open Image Denoise と Nvidia OptiX* の品質比較では、以下の一般的な業界モデルを使用しましたが、これらすべてのケースにおいて、「グラウンドトゥルース」フォトリアルな画像に対する精度を測定する標準的な SSIM メトリクスを使用した AI 駆動のデノイズ画像の忠実度は、一貫してインテル® Open Image Denoise の方が優れているという結論に達しました。
以下のすべての例は、インテル® Open Image Denoise が、よく知られた、容易に入手可能な 3D モデルで優れた画質を実現したものです。テストは、プレフィルター機能を備えたインテル® Open Image Denoise 1.4.1 と、一般に公開されている最新の Nvidia OptiX* 7.3 (Nvidia ドライバーバージョン470.57.02.2, 3) を使用して行われました。
アカデミーの内装
公開されているモデル、画像提供: Chaos Group
図1. ノイズ除去なしのアカデミーの内装の 4ssp (サンプル・パー・ピクセル)
図2. インテル® Open Image Denoiseを使用してアカデミーの内装の 4spp をノイズ除去し、「グラウンドトゥルース」 の 0.950 の結果を得た。図3と比較して、像の輪郭が鮮明になり、ソファの暗い影がはっきりしていることがわかる。
図3. Nvidia OptiX* を使用してノイズ除去したアカデミーの内装の 4spp。クローズアップでは、図2のように像の輪郭がぼやけ、ソファの影もはっきりしない。
キャビンの外観
公開されているモデル、画像提供: Evermotion “15th Anniversary Collection”
図4. ノイズ除去なしのキャビンの外観の 16spp
図5. インテル® Open Image Denoiseを使用してキャビンの外観の 16spp をノイズ除去し、「グラウンドトゥルース」 の 0.890 の結果を得た。図6 と比較して、屋根瓦のラインや木目がはっきりしていることがわかる。
図6. NvidiaOptiX* を使用してノイズ除去したキャビンの外観の 16spp
過去 10 年間に販売されたほとんどのコンピューティング・プラットフォーム上で、最高の忠実性と実行可用性の両方が必要な場合、インテル® Open Image Denoise は現在では最高のソリューションの 1 つであることが証明されています。「最近の GPU で OptiX* を使えば “近い” 結果が得られるし、インテル® Open Image Denoise よりもはるかに速く画像を提供できる」と考える人もいるかもしれません。しかし、インテルが次期 Xe GPU を発売開始すれば、インテル® Open Image Denoise の最高の AI ベースの忠実性を、インタラクティブかつリアルタイムに得るためのオプションがさらに増えることになります。
次世代の持続可能な開発は、オープンでヘテロジニアス/クロスアーキテクチャーかつ高忠実度が重要となる。
業界では、オープンで柔軟なクロスアーキテクチャーのアプローチが好まれています。お客様は、より高性能なハードウェアの世代が進むごとに、ワークフローの統合やコードの最適化が、コストや時間の負担になるのではなく、持続的に生産性を向上させることを求めています。そのため、アーティスト、開発者、研究者は、業界のイニシアチブであるoneAPI、インテル® oneAPI レンダリング・ツールキット、忠実度の高いインテル® Open Image Denoise の AI 強化ソフトウェアを採用しています。
インテル® CPU + XPU のアプローチは、システムのすべての演算リソースを包含するもので、ハードウェアを意識する必要がなく、プラットフォーム・アプリケーションの幅広い分野で新たな限界を押し広げています。インテル® Xe GPUファミリーは、インテル® Xeon® プロセッサーやインテル® Optane™ パーシステント・メモリーベースのプラットフォームと組み合わせることで、最も需要の高いビジュアルおよび計算ワークロードに最適に対応します。このようなオープンで柔軟なアプローチにより、インテルは、壁に囲まれた庭園に閉じ込められることで生じるような過度の負担を生じることなく、最も忠実な結果を提供し続けることができます。
計算量の多いビジュアル・アプリケーションの前途は、高忠実度のレイおよびパス・トレース・グラフィックス手法、オープンな開発と標準化、そして効率的なヘテロジニアス・コンピューティングの組み合わせにあることは明らかです。この普及化は、映画業界だけでなく、ゲーム、3D製品や建築デザイン、そして社会の最も差し迫った問題の解決を目指すハイパフォーマンス・コンピューティング・アプリケーションなど、さまざまな業界に広がっています。
参照記事:Fidelity-first Ray Tracing in the Heterogeneous Compute Era