本项目为一个简单的光线追踪器,支持场景构建以及图片渲染。本项目的主体部分使用 Rust 语言实现,内置了球体、平行四边形和三角形等几何体,并实现了哑光、金属、透射、发光和烟雾材质,以及纯色、棋盘、图片、Perlin 噪声等多种纹理。
本项目的主体部分使用 CPU 渲染,并支持多线程渲染,同时使用了 BVH 树优化实体列表求交。此外,本项目基于 CUDA 实现了 GPU 渲染,当前正在开发中,可以做到相对于 CPU 渲染的进一步性能优化。
本仓库的 Rust 代码存放在 src 文件夹下,CUDA 代码存放在 cuda 文件夹下,渲染出的成品图片存放在 images 文件夹下。本项目的 Rust 既可以渲染,又可以充当场景构建的前端,而 CUDA 可以作为渲染后端。前、后端基于 IR 做到了解耦。具体地,src/export_ir.rs 实现了把场景输出为 IR 文件,而 cuda/include/parser.cuh 则可以解析 IR 并转化为 CUDA 端的内部表示。有关 IR 的具体内容,请参考 docs/cuda_ir.md 和 docs/ir_usage.md。
本仓库的 Rust 端和 CUDA 端构建分离。Rust 端是跨平台的,要求安装了 rustup 和 cargo。可以直接在仓库根目录下执行 cargo build --release来构建。CUDA 端要求为 Windows 或 WSL 环境,且电脑配备有 NVIDIA 系列显卡并安装有最新驱动。此外,还需要 gcc cmake 和 nvcc 环境。
为了避免显存溢出,当前固定分块渲染,块边长最大为 256 像素。这一修复完全避免了显存溢出到内存上所带来的内存虚拟化错误。
如需使用 CUDA 渲染,首先需要场景 IR 文件(.ir,可通过 Rust 端构建获得)和相机配置文件(.cfg)。你可以运行 gpu_render.exe 可执行文件并使用命令行参数传入 IR 文件路径、输出路径和相机配置文件来渲染。
举例而言,加入你的可执行文件在 cuda/build/ 路径下,你可以在项目根目录下执行:
powershell
> .\cuda\build\gpu_render.exe
.\images\gpu\scenario_1\scenario_1.ir
.\images\gpu\scenario_1\scenario_1.ppm
.\images\gpu\scenario_1\camera_scenario_1.cfg
来渲染预设好的场景 1 。
以下给出一个参考基线:
渲染场景 1 (bouncing_spheres,参数为:宽度 1000px,比例 16:9,每像素取样数 500,最大反射深度 50),CPU 渲染约需 30s (包含场景构建),GPU 渲染约需 12s (包含 IR 解析)。
上述测试的硬件环境为 Intel Core i9(24 核),NVIDIA GeForce RTX 5060。
本仓库作者:2025 级 ACM 班 赵睿城
感谢 @cicada3301digger 为本项目提供的命令行渲染入口,以及他为本项目的测试做出的贡献。
文档更新时间:2026 / 3 / 29