مکانیک رهگیری پرتو: چگونه ردیابی مسیر، شطرنجی‌سازی و RT در بازی‌های مدرن همزیستی می‌کنند

دستگاه بازاریابی صنعت بازی‌های ویدیویی، نیم دهه گذشته را صرف فروش رویای جهان‌های «کاملاً رهگیری پرتو شده» کرده است، با این تلویح که روش‌های قدیمی ترسیم گرافیک سه‌بعدی منسوخ شده‌اند. تولیدکنندگان کارت گرافیک به طور معمول دموهایی را به نمایش می‌گذارند که در آن‌ها نور با کمال ریاضی رفتار می‌کند و انقلابی تمام عیار در نحوه ساخت محیط‌های دیجیتال را پیشنهاد می‌دهند. با این حال، پشت گودال‌های آب واقع‌نما و سایه‌های دقیق بزرگترین بازی‌های امروزی، واقعیت دیگری وجود دارد. روش سنتی رندرینگ—شطرنجی‌سازی (Rasterization)—نه تنها زنده است، بلکه همچنان بخش اعظم بار محاسباتی سنگین را به دوش می‌کشد.[6]

تنش میان تبلیغات پر زرق و برق شبیه‌سازی خالص نور و محدودیت‌های ریاضی بی‌رحمانه عملکرد بی‌درنگ (Real-time)، یک مصالحه جذاب را به وجود آورده است. موتورهای بازی مدرن صرفاً بین روش قدیمی و جدید یکی را انتخاب نمی‌کنند؛ بلکه به یک خط لوله رندرینگ ترکیبی بسیار هماهنگ متکی هستند. با درک نحوه همزیستی این فناوری‌های متمایز، می‌توانیم پیشرفت‌های گرافیکی واقعی را از زبان بازاریابی سخت‌افزاری جدا کرده و هزینه واقعی فوتورئالیسم دیجیتال را درک کنیم.[2][6]

برای درک رویکرد ترکیبی، ابتدا باید پایه و اساس کار، یعنی شطرنجی‌سازی را فهمید. برای دهه‌ها، این تکنیک پادشاه بلامنازع گرافیک بی‌درنگ بوده است. شطرنجی‌سازی با گرفتن مدل‌های سه‌بعدی—که از هزاران یا میلیون‌ها مثلث کوچک تشکیل شده‌اند—و پرتاب ریاضی آن‌ها بر روی یک صفحه نمایش دوبعدی کار می‌کند. این کار شبیه نگاه کردن از پشت یک پنجره و ترسیم مستقیم خطوط اشیاء بیرون بر روی شیشه است.[5]

مزیت اصلی شطرنجی‌سازی، سرعت خام آن است. واحدهای پردازش گرافیکی (GPU) مدرن به طور خاص برای انجام این هندسه پرتابی با سرعت‌های سرسام‌آور ساخته شده‌اند و به بازی‌ها اجازه می‌دهند صحنه‌های پیچیده را با نرخ شصت یا حتی صد و بیست فریم در ثانیه رندر کنند. با این حال، شطرنجی‌سازی یک نقص اساسی دارد: هیچ درک ذاتی از نور ندارد.[5]

از آنجایی که شطرنجی‌سازی فقط آنچه را که مستقیماً برای دوربین قابل مشاهده است می‌داند، نورپردازی باید ساختگی باشد. توسعه‌دهندگان از ترفندهای مبتکرانه‌ای—مانند نقشه‌های سایه، بازتاب‌های فضای صفحه و داده‌های نورپردازی از پیش پخته شده—برای شبیه‌سازی رفتار فوتون‌ها استفاده می‌کنند. این تقریب‌ها در نگاه اول متقاعدکننده به نظر می‌رسند، اما زیر ذره‌بین از هم می‌پاشند. به عنوان مثال، یک بازتاب فضای صفحه نمی‌تواند شیئی را که در حال حاضر خارج از صفحه است بازتاب دهد، که منجر به ناهنجاری‌های بصری ناخوشایند هنگام حرکت دوربین می‌شود.[1][5]

اینجا رهگیری پرتو وارد می‌شود. برخلاف روش پرتابی شطرنجی‌سازی، رهگیری پرتو تلاش می‌کند فیزیک واقعی نور را شبیه‌سازی کند. موتور پرتوهای «نامرئی» را از دوربین مجازی، از طریق صفحه دوبعدی، و به داخل صحنه سه‌بعدی شلیک می‌کند. هنگامی که یک پرتو به شیئی برخورد می‌کند، الگوریتم رنگ و بازتاب آن سطح را محاسبه می‌کند، سپس پرتو را به سمت منابع نور بازتاب می‌دهد تا سایه‌ها و روشنایی را تعیین کند.[5]

نتایج بصری رهگیری پرتو به طرز خیره‌کننده‌ای دقیق هستند، اما هزینه محاسباتی آن ویرانگر است. یک فریم ۴K به تنهایی بیش از هشت میلیون پیکسل دارد. بازتاب دادن حتی چند پرتو برای هر پیکسل، به دفعات متعدد، نیازمند میلیاردها محاسبه تقاطع در هر فریم است. تا همین اواخر، این سطح از محاسبات ریاضی برای مزارع سرور هالیوود که ساعت‌ها طول می‌کشید تا یک فریم از یک فیلم انیمیشن را رندر کنند، محفوظ بود، نه یک کنسول خانگی که تلاش می‌کند این کار را در شانزده میلی‌ثانیه انجام دهد.[2][5]

این دیوار محاسباتی دلیلی است که شعار بازاریابی «کاملاً رهگیری پرتو شده» اغلب گمراه‌کننده است. توسعه‌دهندگان به جای کنار گذاشتن شطرنجی‌سازی، خط لوله ترکیبی را ایجاد کردند. در یک بازی مدرن، کارت گرافیک ابتدا از شطرنجی‌سازی برای ترسیم هندسه اصلی صحنه استفاده می‌کند—چیزی که به عنوان بافر G شناخته می‌شود. این مرحله به سرعت مشخص می‌کند که هر شیء کجا قرار دارد و از چه موادی ساخته شده است.[2][4]

هنگامی که زیربنای شطرنجی‌شده ایجاد شد، موتور به طور انتخابی رهگیری پرتو را فقط در جایی که بیشترین اهمیت را دارد به کار می‌گیرد. یک توسعه‌دهنده ممکن است از رهگیری پرتو منحصراً برای بازتاب‌های داخل یک گودال آب، یا برای سایه‌های ملایمی که توسط یک منبع نور خاص ایجاد می‌شوند، استفاده کند، در حالی که بقیه صحنه را به ترفندهای سنتی شطرنجی‌شده واگذار می‌کند. این کاربرد جراحی‌گونه رهگیری پرتو، محسوس‌ترین ارتقاء بصری را بدون ذوب کردن سخت‌افزار فراهم می‌کند.[1][2]

بحث با معرفی «ردیابی مسیر» (Path Tracing)، اصطلاحی که به طور فزاینده‌ای در بازاریابی بازی‌های رایانه‌ای رده بالا استفاده می‌شود، حتی پیچیده‌تر می‌شود. ردیابی مسیر اساساً شکلی دقیق‌تر و جامع‌تر از رهگیری پرتو است. به جای صرفاً ردیابی پرتوها به سمت منابع نور خاص برای سایه‌ها یا بازتاب‌ها، ردیابی مسیر، نورپردازی سراسری (Global Illumination) را شبیه‌سازی می‌کند—نحوه بازتاب نور از یک دیوار قرمز و رنگ‌آمیزی ظریف سقف سفید مجاور.[3]

ردیابی مسیر، آرمان نهایی رندرینگ است، اما مشکل عملکرد را به صورت تصاعدی تشدید می‌کند. برای دستیابی به ردیابی مسیر بی‌درنگ، توسعه‌دهندگان به یک راز کثیف متکی هستند: آن‌ها در واقع به اندازه کافی پرتو شلیک نمی‌کنند تا یک تصویر تمیز ایجاد شود. یک فریم خام ردیابی مسیر شده در یک بازی مدرن شبیه صفحه‌ای پر از نویز ثابت به نظر می‌رسد، زیرا موتور فقط می‌تواند کسری از پرتوهای لازم را پرتاب کند.[3]

جادویی که ردیابی مسیر بی‌درنگ را قابل بازی می‌کند، «حذف نویز» (Denoising) است. موتورها از الگوریتم‌های پیچیده‌ای—که به طور فزاینده‌ای توسط هوش مصنوعی و انباشتگی زمانی (temporal accumulation) که داده‌ها را از فریم‌های قبلی قرض می‌گیرد، پشتیبانی می‌شوند—استفاده می‌کنند تا حدس بزنند تصویر نویزدار باید چگونه به نظر برسد و آن را صاف کنند. وقتی یک تولیدکننده کارت گرافیک در مورد قابلیت‌های رهگیری پرتو معماری جدید خود لاف می‌زند، اغلب در واقع در مورد هسته‌های تنسور هوش مصنوعی اختصاصی خود می‌بالد که این بار کاری عظیم حذف نویز را مدیریت می‌کنند.[3][4]

برای تسریع تقاطع‌های واقعی پرتو، کارت‌های گرافیک مدرن همچنین دارای سخت‌افزار اختصاصی معروف به هسته‌های RT هستند. این مدارها طراحی شده‌اند تا یک وظیفه ریاضی خاص را با سرعت فوق‌العاده انجام دهند: پیمایش سلسله مراتب حجم‌های محدودکننده (BVH). BVH یک نقشه فضایی است که اشیاء سه‌بعدی را در جعبه‌هایی گروه‌بندی می‌کند و به الگوریتم رهگیری پرتو اجازه می‌دهد تا به سرعت تعیین کند که آیا یک پرتو به یک ساختمان برخورد کرده است یا خیر، بدون اینکه مجبور باشد هر مثلث روی آن ساختمان را بررسی کند.[4]

همزیستی شطرنجی‌سازی، رهگیری پرتو انتخابی و حذف نویز مبتنی بر هوش مصنوعی، نشان‌دهنده پیروزی مهندسی نرم‌افزار بر محدودیت‌های سخت‌افزاری است. این یک تعادل ظریف است که توسعه‌دهندگان را ملزم می‌کند تا به طور مداوم کیفیت بصری را در برابر نرخ فریم بسنجند. در حالی که صنعت به طور غیرقابل انکاری به سمت آینده‌ای حرکت می‌کند که در آن ردیابی مسیر به استاندارد تبدیل شود، این انتقال یک فرآیند آهسته و تکراری خواهد بود، نه یک انقلاب یک شبه.[2][3]

در نهایت، درک این واقعیت ترکیبی، رمز و راز فناوری پشت سر سرگرمی‌های مدرن را از بین می‌برد. این امر نشان می‌دهد که تلاش برای فوتورئالیسم فقط در مورد قدرت محاسباتی خام نیست، بلکه در مورد روش‌های هوشمندانه، شکاکانه و بسیار کارآمدی است که مهندسان فیزیک نور را دور می‌زنند تا چشم انسان را فریب دهند.[6]