虽然实时GI技术已经趋于成熟了，但出于对不同平台的性能和质量的考虑， 更倾向搭配一些预计算的渲染技术来实现，如给静态物体提供GI的LightMap， 给动态物体提供GI的Irradiance Volume ，以及给增加GI的Specualar细节的IBL等等。特别是对应移动平台而言。

  

  为了提高预计算的速度，减少美术迭代时间，也要开始考虑把这些技术基于GPGPU来实现，后两者Irradiance Volume的数据相对较小，数据组织上也不受场景的影响，对于一些较小场景在运行前进行预计算都是可以的，而IBL一个是每张pre-filter envmap的比较独立，范围相对也较小，另外envmap也可以同时在多个物体上使用。所以实现起来，在复杂度和内存使用上对GPGPU来说也不是难点。

  

  而lightmap，一个是几乎无法在多个模型上复用，另外显存的使用量也会很大，特别是对那种场景超大的游戏来说，SQUARE ENIX的这篇ppt介绍了他们基于Ray Bundle Tracing，并使用per pixel linked list来实现GPGPU的lightmap烘培的设计思路和实现方法。对于我们想自己实现GPU烘培也是很好的借鉴。除了基本方法外，本文也扩展到了支持Tessellation，支持lambert以外的BRDF方程，如何对应超大场景，以及部分场景修改后如何只烘培那一小部分场景等等实际的问题。总的来说还是值得看看的。当然国内应该有几家公司也已经实现GPGPU烘培了。不知道是不是用的这个技术。

 

 

  另外最新的英文版的paper链接我也放在下面了，两篇虽然有一些交集，但更多的还是可以做互补吧，如果有兴趣也一定要看的，另外paper里的一些参考数据比较有价值。关于Ray Bundle Tracing，SE发的一些更早的资料，也在下面的SE的论文链接里提供了。

ppt翻译版

链接: http://pan.baidu.com/s/1tVEDC 密码: nx1p

 

SE最新的ppt Adaptive Ray-bundle Tracing with Memory Usage Prediction: Efficient Global Illumination in Large Scenes

http://connect.jp.square-enix.com/wp-content/uploads/2014/10/Adaptive-Ray-bundle-Tracing-with-Memory-Usage-Prediction.pdf

 
论文的相关网址

http://connect.jp.square-enix.com/?cat=7

 

另外，个人还是想做一个GPGPU烘培的项目试试看，如果有谁已经实现了，或者有兴趣或问题也欢迎来讨论和指导。