【CEDEC2017】『MONSTER HUNTER WORLD』のレンダリング技術とGPU最適化の紹介(後半)

『MONSTER HUNTER: WORLD』 のレンダリング技術とGPU最適化の紹介(後半) 株式会社カプコン 岩崎 秀介 ヴォンクサイ キティ

はじめに • MONSTER HUNTER: WORLD – 全世界向けに開発中のハンティングアクション – PS4, XboxOne, PC • 主に描画に 焦点を当てる 2

PBVR Physically Based Volumetric Rendering

アジェンダ • MHにボリューム描画？ • PBVRというのは？ • レファレンス実装 • GPGPUの基本アルゴリズム • 統合の最適化 4

MHにボリューム描画？ • 空気感と距離感が欲しい • ライトシャフトの表現がしたい • ライティングがPBR 5

PBVRというのは？ • Physically based Volumetric Rendering – 物理系ボリューム描画 • ほこりや小さな粒子が光線を偏向させている 6

PBVRというのは？ 7

PBVRというのは？ 8

PBVRというのは？ 9

レファレンス実装 • 理論はMagnus Wrenningeの「Production Volume Rendering」シリーズに基づいてる [Wrenninge11] • Frostbiteの「Physically-based & Unified Volumetric Rendering」も参照した [Hill15] 10

レファレンス実装 11

レファレンス実装 12

レファレンス実装 13

レファレンス実装 14

レファレンス実装 15

レファレンス実装 16

レファレンス実装 • 単一散乱のみ • 完全に非同期コンピュート • 均一でないFroxel [Evans15] • 8x8や4x4 • 深さは32や64 17

レファレンス実装 18

タイルZ • タイルの大きさ（例：8x8） でZのmin/maxを作る • 240x135, 2 packed FP16 • コンソール機ならHTILEを そのまま使える 19

カウンタバッファ • D3D11_BUFFER_UAV_FLAG_COUNTER • RWStructuredBuffer::IncrementCounter • CopyStructureCount • DispatchIndirect • コンソール機ならGDS側の手動実装が必要 20

再計算 • 基本はZのminを使う • エッジの所はmaxも計算し ないといけない • タイル座標をカウンタバッ ファに入れる 21

再計算 Minのみ Min/Max 22

再計算 • Bilinear Filteringは見た目が良いが、エッジには効果がな い • タイル解像度が低いため、普通のBilateral Upsampling またはNear Depth Upsampling を使うと、多くのアー ティファクトが発生する[Shopf09] [BaJan11] • BilinearかBilateralのどちらを使うかを、アーティストが パラメーターで管理するヒューリスティックを使用して どちらを使うか決定する[Hennessy15] 23

再計算ヒューリスティック • Zの差と角度に対して平均 二乗誤差を使用して、タイ ルを再計算する必要がある かどうかを判断する • アーティストが指定した maxZより大きくなれば再 計算しない • それ以上はMipFogに切り 替える [Brinck16] 24

再計算 25

カリング • 再計算タイルにも行う • 4種類のプリミティブが対応 されている 26

カリング 27

カリング 28

カリング 29

カリング 30

カリング • 視錐台カリングをCPU上で行う • スレッドごとに1タイルを処理する • スカラーロードを使用してボリュームを反復処理する [Lottes17] • 入射点も出射点も必要 31

カリング • タイル毎に「一つのボリュームしかない場合」と「複数 ボリュームが存在する場合」で別のカウンタバッファに 入れる • 通過したボリュームの番号をパックして保存する 32

サンプリングポイント生成 • 入射点から出射点まで点を 生成する • ステップは線形か指数関数 かを選択 33

サンプリングポイント生成 • 複数ボリュームを通す場合 ソートが必要になる • Shuffle Bitonic Sort [Demouth13] 34

サンプリングポイント生成 35

関与媒体生成 • 以下のプロパティが対応され てる： 吸収 float3 (RGB) 発光 float3 (RGB) 散乱 float3 (RGB) 位相関数 int + float (type + 偏心) 消散 float 36

関与媒体生成 • 3Dテクスチャを使用して、ボリュームに詳細やシェイプ を与えることができる • UVアニメーション可能 • 同じボリュームを処理する可能性が高いため、ここもス カラーロードが非常に効果的 37

関与媒体生成 • ボリュームが重複している場合は、合成する必要がある • 吸収と発光および散乱を加えることができるが、位相関 数はできない • 位相関数の重みとして散乱の最高値を使用すれば十分 weight = max3(scattering.r, scattering.g, scattering.b) 38

ライト仕分け • 一つのシェーダですべての ライト組み合わせを処理す るとVGPRの数が多すぎる • 別のカウンタバッファに分 けて入れる • 合わせて28組み合わせが ある 39

ライトインジェクション • VGPRを減らすために影の PCFのサンプル数を減らす ことができる • 指向性ライトの影のみもで きる • GIの使用は任意 • 位相関数適用など • 出力は輝度と消滅 40

統合 • GPGPUの最適化の基本ア ルゴリズムの後に説明 • 出力は統合された輝度(左) と消滅（右） 41

ブラー • ダブルパスガウスブラ • 基本はBilinear • 再計算されたタイルが近くに あればBilateralに切り替え • 再計算タイルは別で処理する 42

時間軸再射影 • カラークランプで履歴を拒 否 • 再計算は別で処理する 43

チェッカーボード • ハーフ解像度にアップサンプル • 普通・再計算タイルの合成 8ｘ8 2x2 8ｘ8 44

アップサンプル • 基本はBilinearを使う • チェッカーボードタイルな らBilateralに切り替える 45

処理時間 • 最適化前（実装が合っているかどうか確認） – ~30ms • 最適化を行ってから – １回目：~9ms • アーティストの検証のため – ２回目：~6ms • 制作に支障をきたさない速度 – ３回目：~2ms • コンソール機への最適化 46

GPGPUの基本アルゴリズム • できるだけ多くのスレッ ドに沿って作業を広げた い • ステップ効率性または演 算効率性に焦点を当てる • 「結合法則」を守らない といけない +, *, ^, min, maxなど 47

リダクション（シリアル） 48

リダクション（並列） *最も効率的な実装ではない 49

スキャン • 包括スキャンは、現在のものを含めてすべての前の要素 を処理する • 排他スキャンは、現在のもの以外のすべての前の要素を 処理する 50

スキャン（包括） Hillis & Steele (1986) [Hasenow07] *最も効率的な実装ではない 51

スキャン（排他） Blelloch (1990) [Hasenow07] *最も効率的な実装ではない 52

スキャン（排他） Step complexity Work complexity Hillis & Steele Blelloch 53

GPGPUの基本 • 次の最適化の段階はメモリのアクセスパターン 1. テクスチャ/バッファの読み込み回数を減らす • Gather命令など 2. キャッシュミスを減らす • • インデックスを同じ範囲内に保つ スウィズル（例：morton）と同じパターンで読み込む、 3. LDSを利用する 4. LaneSwizzle, QuadSwizzle 54

統合 • シンプルが計算量が多いの で並列化に最適 55

統合（シリアル） float3 T = 1 // transmittance float3 L = 0 // luminance // per tile from start to last interval { intervalLen = GetStepLen(step); // load 2 points T *= exp(-step.extinction * intervalLen); L += step.luminance * intervalLen * T; } 56

統合（並列１） • 32や64スレッド単位でタイルを処理する • 共通データとサンプリングポイントをLDSに必要にキャ ッシュ • 輝度の計算はリダクションを使う • 透過率の計算はHillisの排他スキャンを使う 57

統合（並列2） • 異なるスレッド間で共通データ読み込みを分散する • Read Laneで割り与えて • Quad Swizzleでサンプリングポイントを共有 • Lane Swizzleでリダクションとスキャンを行う 58

統合（並列3） • Blellochスキャンに切り替える • リダクションをまとめることができる 59

統合 Voxel depth: 64 Time (ms) Speed ↑ Total Speed↑ Serial 2.64 x1 x1 Scan (Hillis) + Reduction + LDS 0.69 x3.82 x3.82 Scan (Hillis) + Reduction + Swizzle 0.27 x2.5 x9.77 Scan (Blelloch) + Reduction (merged) + Swizzle 0.20 x1.35 x13.2 60

後半・まとめ • MH: Worldの物理ベースボリューム レンダリング (PBVR) • GPGPU の基本アルゴリズム – リダクション、スキャン • 高速化手法 61

謝辞 • Sony Interactive Entertainment Yi Hong Lin 様 • Microsoft Adam Miles 様 (順不同) • 技術面での手厚いサポートに深く感謝致します 62

Bonus Slides グローバルイルミネーション

最初の実験 • 最初にリアルタイムボクセルGIを試みた – ジオメトリシェーダでボクセル化 • 精度と範囲が低かった – カスケード対応しましたが足りなかった • 蓄積型 – 速いカメラの動きで収束するのが難しかった • 高速ボクセル化のために別個のLODが必要 – 無視できないメモリコスト 64

最初の実験 • 解決策はオフラインプローブに接続 • 精度が上がった • アーティストが最終的な外観をよりコントロールできる • 結局プローブのみになる 65

ライトプローブ • Irradiance(放射照度）のみ • 3次SH（球面調和関数）で圧縮 [Sloan08] • 時間変化は係数間の線形補間 • プローブネットワーク [Cupisz12] • HDRに必要な高輝度の光がアーティファクトを起こして いる – Gaussian、HanningまたはLancsozの窓関数 66

ライトプローブ 67

ライトプローブ 68

ライトプローブ 69

ライトプローブ 70

ライトプローブ 71

プローブネットワーク • 配置はDCCによって行われ、オフラインツールで処理さ れる • 均一なAABBグリッドで保存 • 配置を四面体化して、全てのAABBに対して当たり判定 する • 分散ビルド • Jenkins ⇒ ベークファーム 72

グローバルイルミネーション 73

ライトプローブ（シリアル） // per pixel aabb = FindAABB(worldPos); foreach tetra in aabb { if (IsInTetra(worldpos, tetra, out indexes, out weights)) EvalSH(indexes, weights) } 74

ライトプローブ（並列） • 多くのピクセルが同じAABBを使用するため、スカラー ロードが効果的 • すべてのスレッドにわたって4面体の当たり判定を広げ る • 多くの共通四面体の頂点とプローブの係数があるので、 ここでもスカラーロ－ドを使用できる 75

Bonus Slides その他

レンダリングパイプライン • SubScene – Reflection / Star / Wind / ComputeNormal • ZPrepass • GBuffer • GBuffer Decal • Shadow • Global Illumination • Volume Fog (PBVR) • Lighting / ScreenSpace • Sky / Sun • Transparent / Water • PostEffect • Tonemap / ResolveCBR • GUI • Display HDR / SDR 77

G-Buffer構成 R G 1 2 3 Roughness Format LightChannel RGBA8 sRGB Metallic Translucent Misc1 RGBA8 Misc2 SSSProfile 10_10_10_2 - 11_11_10F - - R32F packed - - RG8 (UAV except PC) - - D32F Normal (Octahedron) ExtraColor (Emissive or SSS) Velocity X 6 Z A BaseColor 4 5 B Velocity Y, Flag FurVelocity Depth - Misc1 bit0: No Lighting, bit1: Decal Mask, bit2: Non-metallic Fresnel, bit3-7: GBufferID Misc2 bit0-7: SSS Blend, bit8: Alpha Dither, bit9: No ExtraColor Flag bit0: Fur Enable 78

テクスチャパッキング • 基本的な格納フォーマット – Albedo: BC1 • 階調を持つアルファがあるものはBC7 – Normal: BC5 – Roughness / Metallic / Translucent: BC1 • 品質に問題があるものはBC7 – Emissive: BC1 79

ミップフォグ • VolumeFogではカバーしきれない遠景フォグ – “The Technical Art of Uncharted 4”[BM16]を参考 OFF ON 80

フォグ • ミップマップ付きCubeMapをサンプル – 距離に応じて参照するミップを変化させる • 撮影したローカル環境マップをベースに加工 Near Far 81

HDR対応で発生した問題２ • 一部のTVで変な絵が出る – カメラを動かすとUIにモーションブラー?? – 開発時はTVを「ゲームモード」に切り替えて制作 • ファームウェア更新を推奨 82

AlphaDitherBit 83

Quad Swizzle • 隣接する4スレッド間の任意のレジスタ交換 A B スレッド0 A B スレッド1 B D スレッド2 C A スレッド3 D B C D ROP単位(2x2) quadSwizzle (1, 3, 0, 1) 84

References • [BaJan11] - Jon Jansen, Louis Bavoil - Fast rendering of opacity mapped particles using DirectX 11 tessellation and mixed resolutions • [BM16] – Waylon Brinck, Andrew Maximov – The Technical Art of Uncharted 4 • [BNH10] – Eric Bruneton, Fabrice Neyret, Nicolas Holzschuch - Real-time Realistic Ocean Lighting using Seamless Transitions from Geometry to BRDF • [Bre16] - Chris Brennan - Delta Color Compression Overview • [Brinck16] – Waylon Brinck – The Technical Art of Uncharted 4 • [Bur15] - Brent Burley - Extending the Disney BRDF to a BSDF with Integrated Subsurface Scattering • [Cupisz12] - Robert Cupisz - Light probe interpolation using tetrahedral tessellations • [Demouth13] - Julien Demouth - Shuffle: Tips and Tricks • [Evans15]- Alex Evans - Learning from Failure: a Survey of Promising, Unconventional and Mostly Abandoned Renderers for ‘Dreams PS4’, a Geometrically Dense, Painterly UGC Game’ • [Hasenow07] - Mark Harris , Shubhabrata Sengupta, John D. Owens - Parallel Prefix Sum (Scan) with CUDA • [Hennessy15] - Padraic Hennessy - Mixed Resolution Rendering in 'Skylanders: SuperChargers‘ • [Hill15] - Sebastien Hillaire - Physically-based & Unified Volumetric Rendering in Frostbite 85

References • [Man16] - Jalal El Mansouri – Rendering Rainbow Six Siege • [Lottes17] – Timothy Lottes, GDC2017 – Advanced Shader Programming on GCN • [San16] - Ben Sander - AMD GCN Assembly: Cross-Lane Operations • [Shopf09] - Jeremy Shopf - Mixed Resolution Rendering • [Sloan08] - Peter-Pike Sloan - Stupid Spherical Harmonics (SH) Tricks • [Wih17] - Graham Wihlidal - 4K Checkerboard in Battlefield 1 and Mass Effect Andromeda • [Wrenninge11] - Magnus Wrenninge - Production Volume Rendering 86

CAPCOM Team • Tomohiro Ueda • Takumi Okadaue • Hiroshi Yasugi • Yasuyuki Takagi • Yusuke Kuroha • Munenobu Tajika • Taro Yahagi • Takayuki Osawa • Hitoshi Mishima • Hiroki Sone • Haruna Akuzawa • Teppei Yoneyama • Ojiro Tanaka • Yoshimi Matsukawa 87