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。
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