降低围绕 GPU 的编程的复杂程度。 通过在英特尔® 至强® 处理器上优化的开源库开发高性能、逼真、可扩展且成本效益的可视化应用程序。

权益

利用英特尔® Rendering Framework 中的开源渲染库,高效地提供高性能、高保真的可视化解决方案和应用程序。 这些渲染库包括:

  • 英特® Embree,一个光线跟踪内核库,因其可扩展性(64 位和 32 位 Windows*、MacOS* 10.x、Linux* 支持)以及用于复杂渲染和着色框架的大量功能集而被 80 多家独立软件供应商采用。
  • 英特尔® OSPRay,一个有集群能力、可缩放、可扩展、光线跟踪、渲染的工具套件,其中包括路径跟踪和体积渲染。 它有效地使用线程化和矢量化,以创建在英特尔的 CPU 上运行的交互式、高保真应用程序。
  • 英特尔® OpenSWR,一个 OpenGL* 低层次光栅化库,位于 Mesa OpenGL 开源项目的上游,以在没有 GPU 时或 GPU 高度受限时实现高渲染性能。 该库完全基于 CPU 并构建在 LLVM 之上,提供超越 Mesa llvmpipe 渲染器的性能优势。
  • 英特尔® Open Image Denoise,一个图像去噪和过滤算法的开源库,用以提高视觉质量并减少渲染时间。

英特尔® Rendering Framework 是一种软件定义可视化 (SDVis) 途径,支持在各种大小的平台(包括云端和高性能计算集群)上的大数据使用。 这种途径通过启用基于 CPU 的英特尔® 平台上业已存在的并行性和性能而实现,不受内存限制,也免于基于 GPU 的解决方案的成本。

为使这种开拓性的视觉技术更易于使用,英特尔与硬件和软件供应商协作,设计英特尔® Select Solutions for Professional Visualization(面向专业可视化的精选解决方案)。 这些完备的解决方案提供将计算密集型代码与真实感渲染和视觉分析工具相结合的即刻体验,这些分析工具用于科学、制造、专业渲染、建筑、游戏等领域。

重新思考视觉云工作负荷分布

用英特尔® Select Solution 随时、随地部署任何规模的可视化

英特尔提供的开源库在好莱坞扮演主要角色

软件定义可视化简介

Tech.Decoded:Moana(海洋奇缘)和 Pacific Rim(环太平洋)———渲染新现实


软件库

通过用于并行软件的渲染库增强现有应用程序。

渲染应用程序的工程师们使用这些光线跟踪内核来提高应用程序的性能。 这些内核针对在最新英特尔® 处理器上的照片真实感渲染而优化,支持英特尔® SIMD 流指令扩展 [4.2] 和英特尔® 高级矢量扩展指令集 512。

下载

照片来源:承蒙 Attila Afra(英特尔)提供1

这款便携式光线跟踪引擎为英特尔® 架构上的 CPU 提供高性能、高保真可视化。 该渲染库支持创建互动的高保真渲染应用。

英特尔 OSPRay 构建于英特尔 Embree 和英特尔® MPI Library 之上。

英特尔 OSPRay 概述视频

下载

照片来源:承蒙 Ingo Wald 和 Carson Brownlee(英特尔)提供2

这是在 Mesa 开源社区项目中的高性能、可缩放的软件光栅器,与 OpenGL* 兼容。 当 GPU 硬件不可用或受限制时,使用未修改的可视化软件处理数据集。 这款基于 CPU 的产品在笔记本电脑、工作站和高性能计算系统中的计算节点上运行。

Mesa OpenGL* 库

下载

照片来源:承蒙 Silvio Rizzi 和 Joe Insley(Argonne National Laboratory)提供3

英特尔® Open Image Denoise

这个高性能、开源库使用机器学习方法(包括用于深度神经网络的英特尔® 数学核心函数库中的函数)来选择性地过滤噪声,从而提高互动期间的视觉质量。 这个独立组件可用于减少 3D 渲染的图像上的噪声,可配合或不配合英特尔 Embree。

了解更多

下载

照片来源:承蒙 Walt Disney Animation Studios 提供4

来源

1. 数据遵照 Evermotion Commercial License Agreement(Evermotion 商业许可协议)复制。 可视化来自 Attila Afra、英特尔、Mazda

2. 数据来自 Computational Framework for Launch, Ascent, 以及 Vehicle Aerodynamics (LAVA),承蒙 Mike Barad 和 Cetin Kiris(NASA Ames)提供。 可视化来自 Ingo Wald 和 Carson Brownlee,英特尔,Landing Gear

3. 数据承蒙 Salman Habib、Katrin Heitmann 和 Argonne National Laboratory 的 Hardware/Hybrid Accelerated Cosmology Code (HACC) 提供。 可视化来自 Silvio Rizzi 和 Joe Insley,Argonne Leadership Computing Facility, Dark Matter with VL3 and OpenSWR。

4. 公开发表的数据集承蒙 Walt Disney Animation Studios 提供。 该图像利用英特尔 OSPRay 和英特尔 Open Image Denoise 渲染。