专栏首页程序员叨叨叨1.4 本书主要内容和结构

1.4 本书主要内容和结构

文章内容源自《GPU编程与CG语言之阳春白雪下里巴人》

1.4 本书主要内容和结构

本书旨在引导初级 GPU 学习者步入 GPU 编程的大堂,并普及一些在国内资料中较少见到的 GPU 算法,例如光照渲染中的 bank BRDF,以及体绘制中的光线投射(ray-casting)算法。在 GPU 编程方面有一定基础的同学,可以将本书的一些观点作为参考。

本书并非网络小说,也非“立意新奇,饰以深奥文字,佐以华丽图表的国际论文”,而是作者有感于国内 GPU 研究现状堪忧,而抛砖引玉之作,故而以通俗的语言说出自己明白的事情,是我写作的原则。

本书的框架划分,也是希望可以循序渐进、深入浅出的让大家了解 GPU 世界。

本书由四大部分组成,第一部分阐述“GPU 的发展历史、GPU 和 CPU 的优 劣比较、GPU 的图形绘制管线,以及在 GPU 上使用的 shader language”,这一部分由 3 章组成,尤为重要的是第二章“GPU 图形绘制管线”和第三章“Shader Language”。GPU 图形绘制管线描述了 GPU 的工作原理,这部分知识是 GPU 编程的铸基之石;而 Shader Language 章节阐述了 vertex program(顶点编程)和 fragment program(片段编程)在 GPU 管线中的位置、作用和工作机制。

本书的第二部分讲述 Cg 语言的使用方法,由五章组成(第四章到第八章)。 这部分的知识以 NVIDIA 出版的 The Cg Tutorial The Definitive Guide to Programmable Real-Time Graphics 和 Cg ToolKit User’s Manual 作为基础,并加入了作者本人在实践中的一些总结。The Cg Tutorial The Definitive Guide to Programmable Real-Time Graphics 已经有了中文版本,名为《Cg 教程_可编程实时图形权威指南》,不过个人觉得,由于此书的英文原版在组织形式上有些不合理之处,且在知识点上并不完善,故此,并不推荐初学者先阅读此书。Cg ToolKit User’s Manual 一书,目前还没有中文版(却存在日文版!),此书在语法的阐述上胜于前者,英文好的读者可以尝试着阅读一下。

本书的第三部分阐述光照模型知识,由三章组成(第九章到第十一章)。这部分首先以较为简单的光照模型作为 GPU 编程的实践理论,让读者从实际编程中学习 Cg 语言的使用方法,然后介绍较为高级的 BRDF 光照模型,以及透明光照模型。BRDF 光照模型的知识点在国内的书籍中并不常见,实现代码更是没有看到过,希望这一章节对这方面的研究人员略有帮助。

本书的第四部分针对投影纹理映射和阴影算法进行讲解,由两章组成(第十二章和第十三章),这部分的知识希望可以引起大家足够的重视,因为投影纹理映射和深度值的使用方法,都是既基础又重要的知识,在更高一级的前沿研究课题(如体绘制、软阴影渲染)中常被使用。

本书的第五部分阐述了体绘制知识点以及基于 GPU 的光线投射算法。体绘制是我花费研究时间较多的地方,不但因为技术本身较为复杂,而且因为体数据收集和使用较为困难。体绘制技术的中文资料少之又少,优秀硕博士论文库上一般也是人云亦云,可能高手都比较含蓄,所以我姑且写出两章,如有可用之处, 则可慰我心,如不堪入目,聊供方家一笑。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 1.1 Programmable Graphics Processing Unit 发展历程

    面纱掩盖了过去、现在和将来,历史学家的使命是发现它现在是什么,而不是过去是什么。 ——Henry David Thoreau

    代码咖啡
  • 1.3 国内外研究现状

    基于 GPU 的科学可视化计算(Visualization in Scientific Computing),在研究和工程运用上都取得了卓越的成果。由于科学可视...

    代码咖啡
  • 1.2 GPU VS CPU

    从上节阐述了GPU的发展历史,那么为什么在CPU之外要发展GPU?GPU 的 vertex programmability 和 fragment program...

    代码咖啡
  • 1.1 Programmable Graphics Processing Unit 发展历程

    面纱掩盖了过去、现在和将来,历史学家的使命是发现它现在是什么,而不是过去是什么。 ——Henry David Thoreau

    代码咖啡
  • 奔涌吧,GPU! GPU选型全解密

    ? 为了让大家了解不同应用场景下的GPU云服务器选型 我们邀请腾讯云大茹姐姐创作了这篇深度好文 要看完呐~~↓↓↓ 随着云计算、大数据和人工智能技术的飞速发展...

    腾讯云计算产品团队
  • 【杂谈】学深度学习的你有GPU了吗

    计算机常见的处理器包括CPU和GPU,CPU即中央处理单元(Central processing unit),它是计算机的控制核心。CPU需要很强的通用性来处理...

    用户1508658
  • [译]GPU加持,TensorFlow Lite更快了

    由于处理器性能和电池容量有限,在移动设备上使用计算密集的机器学习模型进行推断是非常耗资源的。 虽然可以采用一种加速途径:转换为定点数模型,但用户已经要求作为一种...

    云水木石
  • 学习笔记︱深度学习以及R中并行算法的应用(GPU)

    版权声明:博主原创文章,微信公众号:素质云笔记,转载请注明来源“素质云博客”,谢谢合作!! ...

    素质
  • TensorFlow Lite发布重大更新!支持移动GPU、推断速度提升4-6倍

    虽然移动设备的处理能力和功率都有限。虽然TensorFlow Lite提供了不少的加速途径,比如将机器学习模型转换成定点模型,但总是会在模型的性能或精度上做出让...

    刘盼
  • 英伟达深度学习专家路川详解“如何升级GPU深度学习系统”

    GPU 成为在构建深度学习系统时必不可少的需要关注的方向,但是诸如如何选择一款 GPU 来搭建深度学习平台,如何升级自己的 GPU 之类的问题一直困扰着开发者。...

    小莹莹

扫码关注云+社区

领取腾讯云代金券