基于基元重啟的OpenGL和CUDA圖形渲染算法探索

劉敏娜 李延香 魏浩

摘要：針對OpenGL渲染圖形要多次訪問緩存區的問題，提出一種OpenGL和CUDA混合編程的圖形渲染算法來加速PerlinKernel生成虛擬地形圖。首先，通過OpenGL將緩存映射到CUDA內存空間，利用CUDA完成加速計算任務；然后，為幾何圖形設置開始和結束的位置標志，使用基元重啟對圖形進行組合；最后，對緩沖區對象進行渲染。實驗結果表明，改進后的基于基元重啟的混合算法在GTX650GPU上的平均幀速率為960fps，幀速率提高6%，算法改進后渲染方法的執行效率提高了63倍。實驗證實基元重啟可以提高3D處理性能。

關鍵詞：圖形渲染；OpenGL；CUDA；基元重啟；Perlin

中圖分類號：TP393文獻標識碼：A

1引言

圖形渲染在核試驗、DNA分子分布、天氣預報等大規模科學計算任務中扮演著重要的角色[1，2]。在OpenGL中圖形渲染是由CPU進行單獨完成的，CPU從RAM中獲得數據并且處理數據，然后寫入RAM中[3]。這樣做性能并不高，原因如下：①CPU的負載重而導致響應速度慢，影響渲染速度和質量；②圖形渲染中使用了multiDraw（）方法，繪圖開銷過大。multiDraw（）用一條命令代替了多條glDraw*（）方法，但是使用這個方法，導致頂點數組擴大了1/2，大量的冗余數據傳輸到CPU中，造成極大的開銷[4-7]。

本文提出了一種CUDA和OpenGL混合圖形渲染的方法。CUDA（ComputeUnifiedDeviceArchitecture），是NVIDIA顯卡廠商推出的通用并行計算架構，該架構使GPU能夠解決復雜的計算問題[8-10]。在本文中，為了進一步提高數據傳輸效率，圖形渲染中引入了基元重啟，使用基元重啟可以對幾何圖形進行組合，組合之后，需要處理的集合圖形數據更少，系統運行速度更快。

2.1傳統的OpenGL圖形渲染

OpenGL中的頂點，顏色，法線和其它頂點屬性數據都是由GLTools庫管理的。每次調用glDrawArrays、glDrawElements等一些需要頂點數據的函數時，信息是從一個帶有本地GPU的高性能系統中的應用程序內存中獲取的，數據將從應用程序的內存中通過PCI-Express接口總線傳遞到GPU本地內存[11]，將會耗費大量時間，降低應用程序的運行速度。

如果將對象的所有頂點數據打包到單個緩沖區中，程序中必定包含循環，會產生很多OpenGL調用，每次調用都會有一定的系統開銷。如果場景中存在大量對象，每個對象都有相關的三角形，那么對glDrawArrays的調用中的開銷將會積累，從而對應用程序性能產生負面影響。

為了提高系統的處理效率，可以將大批非連接的三角形組合成三角形帶，如圖1所示。本來獨立的三角型需要3個頂點才能進行表示，經過組合之后每個三角形所需的頂點數減少到1個（不包含三角形帶中的第一個三角形）。這樣需要處理的集合數據更少了，系統運行速度會更快。

但是問題是，一個三角形可以通過單次調用glDrawArrays或者glDrawElements進行渲染，一組三角形帶的渲染就要單獨對OpenGL進行多次調用，這意味著在一個使用條帶化集合圖形的程序中有更多的函數，這可能會抵消使用條帶化所獲得的性能提升。所以針對條帶化處理應該有更好的方法來提高系統的性能，文中提出了基元重啟算法。

2.2基元重啟

基元重啟是設定一個可以被OpenGL狀態機識別的數據值，該數據值用于標識當前圖形圖元已經繪制完成。下一個數據項表示同樣類型的另一個圖形圖元開始。基元重啟應用在GL_TRIANGLE_TRIP、GL_TRIANGLE_FAN、GL_LINE_STRIP和GL_LINE_LOOP幾何圖形類型中。方法在一個條帶（或者扇，環）結束和另一個開始時通知OpenGL。在幾何圖形中指示出一個條帶結束，下一個條帶的開始位置，實現時需要在元素數組中放置一個作為保留值的特殊標志。由于OpenGL是從元素數組中獲取頂點索引（或者在內部生成它們），在glDrawArrays非索引繪制命令情況下，會檢查這個特殊索引值，并且在遇到它時結束當前條帶并在下一個頂點開始一個新的條帶。在基元重啟模式開啟時，OpenGL會在遇到它時停止當前的條帶并開始一個新的條帶。

如圖2所示，三角形帶由9個頂點組成，在單個連接的三角形帶中一共產生了8個三角形。通過開啟基元重啟模式并將基元重啟索引設置為5，三角形帶會在頂點4處結束，如圖3所示。頂點5的實際位置將被忽略，下一個進行處理的頂點6將稱為新的三角形帶的起始位置。所以，在向OpenGL傳遞9個頂點的情況下，得到兩個獨立的三角形帶，一個繪制3個三角形，另一個繪制2個三角形。這樣一次數據傳輸的數據量就增加了。

基元重啟的好處：

1）基元重啟的標記值和繪圖的數據可同時生成并存放于GPU上。

2）不同基元重啟標記值可以指定不同數量的繪圖元素，可通過給glDrawElements（）指定不同的繪圖模式，繪制任意數量的線段、三角條帶、三角扇面等圖形，所以可以繪制不規則的網格或表面。

3）通過安排索引可以優化渲染性能，達到在紋理單元中最大限度重用數據高速緩存。

2.3基于基元重啟的OpenGL和CUDA圖形渲染的實現

采用Perlin噪聲生成器創建虛擬地形的立體地圖[12]，通過按鍵命令改變地形特征。框架分成4個獨立的文件，分別如下：

1）kernelVBO.cpp，CUDA數據生成器；

2）simpleGLmain.cpp，定義OpenGL和GLUT的主體框架；

3）simpleVBO.cpp，是通用的OpenGL與CUDA設置以及內存管理；

4）callbackVBO.cpp，用于定義鍵盤，鼠標，顯示的回調函數。

kernelVBO

kernelVBO的處理流程如下：

1）指定Perlin噪聲計算中使用的頭文件、變量和方法；

2）colorElevation（）方法根據地形各點的海拔返回像素的顏色，選用不同顏色可以為用戶呈現一種觀看地圖的感覺；

3）錯誤檢查函數；

4）k_perlin（）函數利用Perlin噪聲生成地形圖，將低于海平面的區域的高度設為0。調用cudaThreadSynchronize（），主機刷新OpenGL緩沖區需要等待Kernel執行完畢。

simpleGLmain

simpleGLmain用來在屏幕上打開一個窗口，并設置一些基本的視角變換參數。調用gluPerspective（），在三維空間中設置一個攝像機，從該攝像機的位置觀察CUDA生成的數據。當數據或視角位置發生變化時，OpenGL會識別和刷新顯示像素。

渲染需要進行如下3D變換：

[1]視角變換，場景中攝像機的安放與定點；

[2]模型變換，安排場景構成；

[3]投影變換，調整攝像機的變焦；

[4]可視區變換選擇最終的尺寸。

OpenGL的視角、模型、投影、可視區變換，以及坐標系統的設定都要慎重。

simpleGLmain處理流程：

1）main函數初始化用于計算幀速率的定時器，然后調用用戶自定義的方法初始化CUDAKernel，然后注冊用戶的回調函數，最后調用GLUT主循環；

2）計算幀速率，并將其顯示在窗口的標題欄中；

3）GLUT和OpenGL初始化函數創建一個窗口，并在3D空間中指定一個視角位置。

simpleVBO

simpleVBO的算法如下：

1）定義創建和映射色彩信息PBO和頂點VBO的邏輯。

2）creatVBO（）調用glBufferData（），在GPU上分配圖形緩存區。GL_DYNAMIC_DRAW標志位告知OpenGL該數據存儲會被重復修改與使用。cudaGraphicsGLRegisterBuffer（）將緩沖對象注冊為CUDA可訪問數據。deleteVBO（）方法將OpenGL緩沖對象解除注冊并釋放對應的存儲空間。

3）runCUDA（）完成所有色彩PBO的與頂點VBO的映射和檢索指針。地址傳給lauch_kernel（）方法，并被用戶自定義的Kernel使用。Lanuch_kernel（）在返回之前會等待所有的Kernel執行完畢，因此該方法返回時可以安全交回OpenGL資源。

使用基元重啟渲染三角形時，通過glPrimituveRestartIndexNV（）方法告知OpenGL狀態機重啟的標記值，然后在OpenGL客戶狀態機上啟動基元重啟功能。調用glDrawElement（）渲染數據。當渲染結束，在OpenGL狀態機上關閉基元重啟。

3實驗結果及性能分析

實驗平臺為Intel2.3GHzCore2雙核處理器，圖形加速器為NVIDIA公司的GTX650，核心頻率為1000MHz，顯存頻率為4500MHz，顯存位寬為128b，顯存為1024MB，操作系統為Linux，運行的是PerlinKernel生成虛擬地形圖的示例。驅動程序的版本號是9.18.13.2057，總線采用PCIExpress3.0x16接口。應用程序在VS2010環境編譯及執行，采用CUDA平臺GPU設備編寫kernel程序，程序使用擴展的C語言編寫。

表1中的數據代表在最差情況幀速率方案中，程序混合使用CUDA和OpenGL所展示的能力和速度。實際的應用程序僅會重新計算渲染場景所必需的最小數據量，顯然會獲得更高的性能。幀速率包含了重新計算每個頂點3D坐標和顏色的時間，以及圖像中每個像素顏色所需要的時間。

在ParallelNsight中查看程序執行時間，PerlinKernel只消耗了很短的（幾乎可以忽略不計的）執行時間，執行的時間主要耗費在OpenGL的緩沖交換，需要多次進行緩沖數據交換。

在ParallelNsight中查看OpenGLAPI函數調用的情況，得到各種渲染方法的執行時間：基元重啟，大約30μs，multidraw大約1900μs，逐一繪制各扇形：大約1000000μs。執行時間雷達圖如下圖5所示。因為基元重啟減少了PCIe總線上的數據傳輸，避免了數據傳輸對性能的影響，因此使用基元重啟比使用優化的OpenGL的multiDraw（）方法性能要高出1900/30=63倍。

4結語

本文研究了基于基元重啟的OpenGL和CUDA圖形渲染算法，在OpenGL和CUDA之間實現互操作的原理，OpenGL將內存映射入CUDA內存之后，利用CUDA進行并行處理。但是如果兩者之間的數據需要頻繁交換，一定程度上會降低執行效率。通過在傳輸數據上設置基元重啟標志，一次傳輸的數據信息量大了，這樣降低了數據的交換次數，提高了處理的速度。從實驗結果上分析，采用OpenGL和CUDA混合編程改寫Perlin噪聲生成的人工地形程序比使用優化的OpenGLMultiDraw（）方法性能有了大幅度的提高。接下來需要解決的問題是OpenGL和CUDA混合編程實現網絡攝像頭的現場視頻流處理。

參考文獻

[1]張權.渲染技術在虛擬仿真中的應用[J].電子制作，2015，（09）：62-63.

[2]QIAOShaojie，WANGYouwei，NIShengqiao.HighspeedimagerenderingmethodbasedonOpenGL[J].ComputerEngineeringandDesign，2011，47（21）：47-49.（喬少杰，王有為，倪勝巧.基于OpenGL的快速圖像渲染方法[J].計算機應用研究，2008，25（5）：1589-1595.）

[3]孫曉潔，葉樺，費樹岷.基于OpenGL的混凝土泵車智能臂架系統仿真[J].科技通報，2014（05）：22-25.

[4]吳恩華.輻射度技術用于隨機分維幾何面的全局光照計算[J].計算機學報，2000，（05）：321-323.

[5]ZHAOJianbin，LILingqiao，YANGHuihua.Researchongraphicrenderingenginewiththreadlevelparallelismmethod[J].ComputerEngineeringandDesign，2011，47（21）：47-49.（趙建斌，李靈巧，楊輝華.線程級并行計算在圖形渲染引擎中的研究[J].計算機工程與設計，2011，32（12）：4143-4147.

[6]RICHARDS.WRIGHT，JR.NicholasHaemel.OpenGlSuperBibleFifthEdition[M].北京：人民郵電出版社，2012：380-420.

[7]李妮，陳錚，龔光紅.多核并行計算技術在景象匹配仿真中的應用[J].系統工程與電子技術，2010，32（2）：428-432.

[8]張林波，遲學斌，莫則堯，等.并行計算導論[M].北京：清華大學出版社，2006：1-59.

[9]RobFarber.CUDAApplicationDesignandDevelopment[M].北京：機械工業出版社，2012：178-185.

[10]GORDERPF.Multicoreprocessorsforscienceandengineering[J].ComputinginScience&Engineering，2007，9（2）：3-7.

[11]NVIDIACUDAProgrammingGuide，version2.1[S].NVIDIA，2008.

[12]項予，許森.基于Perlin噪聲的動態水面實時渲染[J].計算機工程與設計，2013，34（11）：3966-3969.

第35卷第1期2016年3月計算技術與自動化ComputingTechnologyandAutomationVol35，No1Mar.2016第35卷第1期2016年3月計算技術與自動化ComputingTechnologyandAutomationVol35，No1Mar.2016