DirectXShaderCompiler中Raytracing着色器编译问题的技术解析
问题背景
在最新发布的DirectXShaderCompiler(DXC)2025年2月版本中,开发人员发现一个关于光线追踪着色器编译的特殊问题。当尝试将RaytracingAccelerationStructure作为参数传递给函数并在TraceRay调用中使用时,编译器会报错并生成无效的SPIR-V代码。
问题现象
具体表现为:在光线追踪着色器中,直接使用全局RaytracingAccelerationStructure变量调用TraceRay函数可以正常工作,但如果将该结构体作为参数传递给另一个函数,再在该函数内部调用TraceRay,则会导致编译失败。
技术分析
根本原因
经过深入分析,这个问题源于SPIR-V验证器新增的一项检查规则。最新版本的验证器会严格检查对OpTypeImage、OpTypeSampler、OpTypeSampledImage和OpTypeAccelerationStructureKHR类型对象的存储操作。而DXC编译器生成的SPIR-V代码中存在对这些不透明类型的存储操作,违反了SPIR-V规范。
验证器变更
值得注意的是,这并非DXC编译器本身的回归问题。实际上,之前的版本生成的SPIR-V代码也存在同样的规范违反情况,只是之前的验证器没有进行这项检查。因此,这个问题可以视为验证器增强后暴露出的历史问题。
解决方案
临时解决方案
开发人员可以通过在编译命令中添加-Vd参数来禁用验证器检查,作为临时解决方案。这个参数会跳过SPIR-V验证步骤,允许编译继续进行。
长期解决方案
项目维护团队已经意识到这个问题,并计划通过更新SPIRV-Tools子模块来彻底解决。但由于SPIRV-Tools作为子模块的复杂性,这个修复需要谨慎处理,因为它可能带来其他副作用。
技术建议
-
对于急需使用光线追踪功能的项目,建议采用临时解决方案,使用
-Vd参数编译。 -
对于长期项目,建议关注DirectXShaderCompiler的后续版本更新,特别是SPIRV-Tools子模块的更新情况。
-
开发人员也可以考虑使用Vulkan SDK中提供的DXC版本,这些版本通常会包含最新的修复。
总结
这个问题展示了图形API工具链中各个组件间的复杂依赖关系。随着SPIR-V规范的演进和验证器的增强,一些历史代码中的潜在问题会被暴露出来。开发人员需要理解这些变化的背景,并根据项目需求选择合适的解决方案。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00