DirectXShaderCompiler 新增 AllocateRayQuery2 DXIL 操作码解析
在 DirectX 着色器编译器的最新开发中,团队为支持不透明度微映射(OMM)特性新增了一个重要的 DXIL 操作码 - AllocateRayQuery2。这个新操作码是对现有 AllocateRayQuery 的扩展版本,为光线查询功能带来了更强大的灵活性。
技术背景
在光线追踪着色器中,RayQuery 对象是执行光线查询的核心数据结构。传统的 AllocateRayQuery 操作码用于在着色器中分配和初始化 RayQuery 对象。随着不透明度微映射(OMM)技术的引入,原有的操作码已不能满足新的需求。
不透明度微映射是一种优化技术,它允许更精细地控制几何体的不透明度特性,从而在光线追踪过程中实现更高效的相交测试和更精确的渲染效果。
新增功能特性
AllocateRayQuery2 操作码的主要改进在于它支持一个新的模板参数。这个参数可以在 HLSL 中构造 RayQuery 对象时作为可选参数提供,为光线查询行为提供额外的控制能力。
具体来说,这个新特性允许开发者在创建 RayQuery 对象时指定额外的配置选项,这些选项可以影响光线查询的执行方式,特别是在处理具有不透明度微映射的几何体时。
实现要求
为了完整支持这一特性,开发团队需要完成以下工作:
- 在 DXIL 操作码集合中正式添加 AllocateRayQuery2 定义
- 确保编译器能够正确生成包含新操作码的 DXIL 代码
- 实现对新操作码的验证逻辑,包括参数检查和正确使用场景的验证
- 编写全面的测试用例,验证操作码在各种使用场景下的正确性
技术意义
这一新增操作码代表了 DirectX 光线追踪功能的持续演进。通过提供更细粒度的控制能力,开发者可以:
- 更高效地利用不透明度微映射技术
- 实现更精确的光线相交测试
- 优化光线追踪性能
- 支持更复杂的材质和几何体表现形式
未来展望
随着光线追踪技术的不断发展,我们可以预见 DXIL 操作码集合将继续扩展,以支持更先进的渲染技术和优化手段。AllocateRayQuery2 的引入为未来可能的扩展奠定了基础,为更复杂的光线追踪功能预留了设计空间。
这一变更虽然看似只是增加了一个操作码,但实际上它代表了 DirectX 着色器编译器对新兴图形技术的快速响应能力,确保了开发者能够充分利用硬件提供的最新特性。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00