Intel revela visuais de alta fidelidade e desempenho aprimorado em GPUs integradas: demonstra denoiser de reconstrução de raios para rastreamento de caminho no Arc B580

Na SIGGRAPH & HPG 2025, a Intel apresentou avanços significativos em fidelidade visual e melhorias de desempenho para GPUs integradas e discretas.

Melhorando a qualidade visual: foco estratégico da Intel em GPUs integradas

O cenário das unidades de processamento gráfico integradas (iGPUs) mudou drasticamente. Há uma década, as iGPUs serviam principalmente para reprodução de mídia, e as experiências com jogos eram amplamente insatisfatórias. No entanto, avanços recentes permitiram que muitas soluções integradas se aproximassem dos níveis de desempenho das GPUs discretas de entrada. A Intel agora está dedicada a aprimorar ainda mais a qualidade visual e o desempenho dessas unidades.

Para atingir esses objetivos para as futuras gerações de iGPUs e suas contrapartes discretas, as iniciativas estratégicas da Intel incluem:

Aumentando a eficiência no rastreamento de caminhos
Explorando tecnologias de gráficos neurais
Apresentando efeitos inovadores baseados em física, como fluorescência

O objetivo principal é fornecer efeitos visuais de alta fidelidade, particularmente o Path Tracing, otimizado para dispositivos com baixo consumo de energia que utilizam iGPUs. O Path Tracing, conhecido por suas demandas computacionais devido ao uso extensivo de trajetórias de fótons para simulação, requer redução de ruído para produzir uma imagem nítida. A abordagem da Intel envolve a Reamostragem de Importância, que aprimora a qualidade visual por um fator notável de até dez vezes.

As seguintes inovações contribuem para essa qualidade aprimorada:

Este trabalho recente, aceito no SIGGRAPH 2025, avança o rastreamento de caminho em tempo real, refinando a Amostragem de Importância Reamostrada.Essa técnica organiza amostras em histogramas locais e utiliza amostragem Quasi Monte Carlo com padrões antitéticos para minimizar o ruído de forma eficaz. Quando combinado com ruído azul, esse método leva a um aprimoramento visual significativo, alcançando resultados até dez vezes melhores.

Esse avanço se baseia nas técnicas de ponta empregadas em renomados títulos AAA, como Cyberpunk 2077, preenchendo a lacuna entre experiências de jogos de ponta e hardware de baixo consumo de energia.

Apesar dos vários obstáculos, a evolução da tecnologia é evidente — desde os experimentos iniciais com cenas simples até a complexa cena animada Jungle Ruins com elementos intrincados como vegetação dinâmica e transições de iluminação, totalmente traçadas a 1 amostra por pixel (1 SPP), alcançando 30 quadros por segundo constantes a 1440p na GPU Intel B580.

via Intel

Além desses desenvolvimentos, a Intel revelou a segunda iteração do Open Image Denoise, uma ferramenta de ray tracing acelerada por IA disponível para um público mais amplo. A primeira versão dessa biblioteca de código aberto é bem conceituada no setor, e a atualização promete suporte aprimorado entre fornecedores, melhorando a compatibilidade entre todas as principais GPUs, incluindo as da Intel, NVIDIA e AMD.

A Intel está trabalhando ativamente na próxima versão do denoiser, que integrará uma arquitetura de rede neural para aprimorar ainda mais os visuais e aumentar o desempenho. Uma demonstração recente destacou o ” Traçando um Trilhão de Triângulos ” na GPU Intel Arc B580 a 1440p, proporcionando 30 FPS estáveis.

O desempenho e a qualidade da imagem estão diretamente relacionados ao número de raios processados em cada fase do rastreamento do caminho.

Para minimizar as demandas computacionais e o uso de memória, utilizamos 1 SPP e um único raio para cada salto. No entanto, devido à variabilidade inerente ao traçado de caminho, as imagens resultantes podem apresentar ruído perceptível. A renderização de cada pixel é baseada em um caminho de luz aleatório, levando a flutuações significativas de brilho e cor, particularmente em condições de iluminação complexas, como iluminação indireta e reflexos. Nossa solução envolve o uso de um modelo de redução de ruído neural e superamostragem de junção espaço-temporal para eliminar o ruído e aprimorar os detalhes.

via Intel

Os principais destaques desta demonstração impressionante incluem:

Reduzir o custo computacional do rastreamento de caminho para desempenho em tempo real é um desafio importante, que atualmente é foco de pesquisa tanto na indústria quanto na academia. Ao longo de nossa série de posts, compartilhamos insights sobre o rastreamento de caminho em tempo real para a cena animada de Ruínas da Selva, com um trilhão de triângulos, alcançando com sucesso 30 FPS a 1440p com uma GPU Intel Arc B580.
Esta série de blogs enfatiza aplicações práticas de redução de ruído e superamostragem de 1 SPP, incluindo métricas para avaliação de qualidade visual, gerenciamento de animações em cenas de alta complexidade com um trilhão de triângulos instanciados e as compensações envolvidas na criação de conteúdo e otimização de desempenho.

Em particular, a Intel visa aprimorar a reconstrução de detalhes e a redução de ruído usando um modelo de redução de ruído neural e superamostragem de junção espaço-temporal. Essa abordagem apresenta semelhanças com a tecnologia de Reconstrução de Raios da NVIDIA, presente no DLSS 3.5, bem como com o futuro recurso de Regeneração de Raios da AMD, presente em sua tecnologia FSR Redstone.

Detalhes de textura fina: Denoisers geralmente produzem resultados mais suaves por meio de otimizações voltadas à redução de ruído. No entanto, isso pode resultar em perda de detalhes finos, especialmente quando a distinção entre ruído de alta frequência e sinal real se torna desafiadora.

Cintilação: Embora quadros individuais com redução de ruído pareçam limpos, pequenas variações de quadro para quadro podem levar a uma cintilação perceptível ao longo do tempo, principalmente devido a mudanças na iluminação ou na dinâmica da cena. Uma perda temporal equilibrada pode estabilizar as saídas, mas o uso excessivo pode resultar em artefatos fantasmas.

Padrões Moiré: surgem da subamostragem de detalhes de alta frequência, criando interferência visual entre os detalhes da cena e as grades de pixels. Treinar o modelo com amostras diversas que abordam esses padrões pode melhorar o desempenho na redução de ruído.

Reconstrução de Sombras: Reconstruir sombras com precisão continua complexo sem vetores de movimento. O treinamento com amostras que exibem condições de iluminação variadas permite uma reprodução aprimorada das sombras pelo modelo.

Desoclusão: Surgem desafios em áreas previamente ocluídas, mas que se tornaram visíveis devido ao movimento. O modelo tem dificuldade para reconstruí-las devido a padrões inconsistentes, às vezes resultando em artefatos fantasmas. Enriquecer os dados de treinamento com amostras representativas auxilia no gerenciamento desse problema.

Reflexos: Assim como as sombras, a reconstrução de reflexos depende de entrada de cores com ruído. A incorporação do primeiro impacto não especular em buffers auxiliares melhora significativamente a qualidade da reflexão, especialmente em superfícies reflexivas.

via Intel

Para aprimorar ainda mais a fidelidade visual de alto desempenho em GPUs de baixo consumo, a Intel introduziu a Compressão Neural de Conjunto de Texturas Acelerada por Hardware (TSNC), compatível com Vetores Cooperativos DirectX. Essa tecnologia maximiza o potencial dos recursos de hardware baseados em IA em chips contemporâneos, alcançando um aumento de desempenho de até 47 vezes em comparação com implementações tradicionais focadas em computação usando FMA (Fused Multiply Add).Aqui estão algumas métricas de desempenho dignas de nota:

Intel Arc 140V (Lunar Lake): 2, 6 ms (linha de base BC6) / 2, 1 ms (TSNC com vetores cooperativos)
Intel Arc B580 (Battlemage): 0, 55 ms (linha de base BC6) / 0, 55 ms (TSNC com vetores cooperativos)

O TSNC da Intel demonstra níveis de desempenho iguais ou superiores à compressão BC6 convencional, ao mesmo tempo em que utiliza uma menor pegada de memória de textura, otimizando assim o uso de recursos e melhorando o desempenho geral.

Os insights compartilhados por meio das recentes demonstrações e publicações da Intel destacam a trajetória de avanço da empresa. A Intel está evoluindo em relação à sua imagem anterior, apresentando uma empresa preparada para inovar no segmento de GPUs. Com arquiteturas como a Xe2, a Intel parece bem posicionada como um player formidável tanto nos mercados de GPUs discretas de entrada quanto em soluções integradas. Esses avanços promissores podem revolucionar o segmento de iGPUs, com grande expectativa por suas próximas implementações, refletindo seu compromisso com desenvolvimentos de código aberto.

Fonte e Imagens