一个由英国、美国和葡萄牙组成的国际研究团队认为，他们已经找到了应对光线追踪苛刻性能要求的解决方案。根据他们的说法，答案在于经典光线追踪算法与量子计算的混合。根据研究论文（目前在预印本中），量子计算辅助的光线追踪工作负载，可以通过削减每条光线所需的计算次数来提供高达 190% 的性能提升，从而显著降低对技术的要求。

在图形技术中引入光线追踪标志着渲染游戏的方式发生了重大变化。然而，与这项技术的开创性相比，它的采用和性能相对有限。部分原因源于光线追踪对硬件和计算的要求很高，甚至可以让世界上最强大的 GPU屈服。此外，对专用硬件的需求使大多数用户无法使用该技术，除非能够处理此类工作负载的独立 GPU 升级。

当前所有 GPU 供应商的升级技术激增：Nvidia 的 DLSS、AMD 的 FSR 1.0 和 FSR 2.0 以及英特尔即将推出的 XeSS 主要是为了抵消启用光线追踪带来的极端性能损失。这些技术通过降低渲染像素的数量来降低给定场景的计算复杂性，然后再应用一种算法，将图像重建为目标输出分辨率。尽管这些软件套件自推出以来一直在不断改进图像质量，这种方法不是没有注意事项的。

该研究论文提供了另一种显著降低光线追踪计算成本的方法。研究人员最终通过三种方法渲染小型 128x128 光线追踪图像来证明他们的主张：经典渲染、非优化量子渲染和优化量子渲染。结果不言自明：经典渲染技术需要在该微小的 3D 图像上计算 26.78 亿个光线交叉点（每条光线 64 个）。未经优化的量子技术几乎将这个数字减半，每条光线只需要 33.6 次交叉评估（总共 13.66 亿次光线交叉）。最后，优化的量子经典混合算法仅用 896,000 个交叉点评估即可渲染相同的图像，平均每条射线有22.1个交叉点的图像。

由于当今量子计算机的性能相对较低（以量子体积度量表示），因此渲染场景的复杂性受到严格限制。渲染这些图像中的每一个都需要数小时的计算时间。发生这种情况的部分原因是量子计算设备仍在 NISQ（嘈杂的中级量子）产品类别下开发 ，足以进行量子模拟，但不足以部署量子混合渲染器。

但考虑到量子计算爆炸式增长的发展节奏，近年来，研究人员对中期混合渲染的愿景可能有助于将物理精确的渲染带到更广泛的人群中。例如，IBM 的目标是在未来几年大幅扩大量子体积，将我们目前看到的量子体积翻一番。

虽然这项研究为经典和量子渲染之间的未来混合方法打开了大门，但量子计算的当前状态可能会使研究人员的结果在实际应用出现之前的几年时间范围内（研究人员将其表示为中期） 。

该算法的集成是否需要专门的量子电路还有待观察。如果是这样，那可能会将这些发展的成本和时间框架推向未来。

然而，对云游戏的推动——以及基于云的量子计算的改进——可能会通过将硬件成本抵消给大型游戏公司而不是最终用户，从而使这种新的渲染系统更快地推向市场。

原文链接：https://www.tomshardware.com/news/ray-tracing-quantum-computing

---煤油灯科技victorlamp.com翻译整理---