기사 원문 -
https://www.tomshardware.com/news/ray-tracing-quantum-computing
영국, 미국, 포르투갈의 국제 연구원 팀은 레이 트레이싱의 급격한 성능 요구 사항에 대한 답을 찾았다고 생각합니다. 그리고 그들에 따르면, 그 해답은 양자 컴퓨팅과 고전적인 광선 추적 알고리즘의 하이브리드에 있습니다. 연구 논문(현재 인쇄 중)에 따르면 양자 컴퓨팅의 지원을 받는 레이 트레이싱 워크로드는 각 레이에 필요한 계산 수를 줄여서 기술 요구 사항을 크게 줄여 최대 190% 성능 향상을 제공할 수 있습니다.
그래픽 기술에 레이 트레이싱이 도입되면서 게임을 렌더링하는 방식이 크게 발전했습니다. 그러나 이 기술이 얼마나 획기적인지에 비해 채택 및 성능이 상대적으로 제한적입니다. 그 이유 중 일부는 세계에서 가장 강력한 GPU 조차 무릎 꿇게 할 수 있는 레이 트레이싱의 깊은 하드웨어 및 계산 요구 사항 에서 비롯됩니다 . 또한 특수 하드웨어가 필요하기 때문에 대부분의 사용자가 기술을 사용할 수 없게 되어 이러한 워크로드를 처리할 수 있는 개별 GPU 업그레이드가 불가능합니다.
모든 GPU 공급업체 의 현재 급증하는 업스케일링 기술 : Nvidia의 DLSS, AMD의 FSR 1.0 및 FSR 2.0, Intel의 곧 출시될 XeSS는 주로 레이 트레이싱을 활성화하여 발생하는 극도의 성능 저하를 상쇄하기 위해 제작되었습니다. 이러한 기술은 대상 출력 해상도로 이미지를 재구성하는 알고리즘을 적용하기 전에 주어진 장면의 계산 복잡성을 줄이기 위해 렌더링된 픽셀의 양을 낮추는 방식으로 작동합니다. 이러한 접근 방식은 도입 이후 이러한 소프트웨어 제품군에 지속적으로 구축된 이미지 품질 개선에도 불구하고 주의 사항이 없는 것은 아닙니다.
이 연구 논문은 레이 트레이싱의 계산 비용을 크게 줄이는 또 다른 방법을 제공합니다. 연구원들은 궁극적으로 클래식 렌더링, 최적화되지 않은 양자 렌더링 및 최적화된 양자 렌더링의 세 가지 접근 방식으로 작은 128x128 광선 추적 이미지를 렌더링하여 자신의 주장을 입증했습니다. 결과는 그 자체로 증명됩니다. 고전적인 렌더링 기술은 그 작은 3D 이미지(레이당 64개)에서 2,678백만 개의 레이 교차를 계산해야 했습니다. 최적화되지 않은 양자 기술은 그 수를 거의 절반으로 줄였으며 광선당 33.6개의 교차 평가만 필요했습니다(총 1,366백만 광선 교차에 대해). 마지막으로 최적화된 양자-고전 하이브리드 알고리즘은 평균 22회에 불과한 896,000번의 교차 평가로 동일한 이미지를 렌더링할 수 있었습니다.
오늘날의 양자 컴퓨터의 상대적으로 낮은 성능 (양자 볼륨 메트릭으로 표현됨)으로 인해 렌더링된 장면의 복잡성에 대한 엄격한 제한이 있었습니다. 이러한 각 이미지를 렌더링하려면 이미지당 몇 시간의 계산 시간이 필요했습니다. 이것은 부분적으로 양자 컴퓨팅 장치가 NISQ(Noisy Intermediate-Scale Quantum) 제품 범주에서 개발되기 때문에 발생합니다. 양자 시뮬레이션에는 충분하지만 양자 하이브리드 렌더러를 배포하기에는 충분하지 않습니다.
그러나 최근 몇 년 동안 양자 컴퓨팅이 진화하는 리듬(일부는 폭발적이라고 말할 수 있음)을 고려할 때 렌더링된 중기 하이브리드에 대한 연구원의 비전은 더 넓은 스펙트럼의 인구에게 물리학과 같은 정확한 렌더링을 제공하는 데 도움이 될 수 있습니다. 예를 들어 IBM 은 앞으로 몇 년 동안 양자 볼륨을 극적으로 확장 하여 우리가 우주에서 목격하고 있는 양자 볼륨의 연간 2배 이상으로 가속화하는 것을 목표로 하고 있습니다.
이 연구가 고전 렌더링과 양자 렌더링 사이의 미래 하이브리드 접근 방식을 위한 문을 열어주는 반면, 양자 컴퓨팅의 현재 상태는 실제 적용이 나타나기 전 몇 년(연구원들은 중기라고 표현함)의 기간 내에 연구원의 결과를 제시할 가능성이 높습니다. .
또한 알고리즘의 통합이 특수 양자 가능 회로를 필요로 하는지 여부도 두고 봐야 합니다. 그렇다면 이러한 개발의 비용과 기간이 모두 앞으로 더 늘어날 수 있습니다.
그러나 클라우드 게임에 대한 추진 과 클라우드 기반 양자 컴퓨팅의 개선은 최종 사용자가 아닌 대형 게임 회사에 하드웨어 비용을 상쇄함으로써 이 새로운 렌더링 시스템의 출시 시간을 단축할 수 있습니다. Quantum xCloud, 누구?
Bector
Bector
