Intel, son dönemde hem yerleşik (entegre) hem de harici (ayrık) grafik işlemcileri için görsel kaliteyi ve performansı artırmaya yönelik önemli adımlar atıyor. Şirket, özellikle dizüstü bilgisayarlar ve daha düşük güç tüketimli cihazlarda bulunan yerleşik GPU'ların yeteneklerini genişletmeyi hedefliyor.
Intel Yerleşik GPU'ların Görsel Kalitesini ve Performansını Artırmaya Odaklanıyor: Arc B580'de Milyonlarca Üçgenli Işın İzleme Demosu Görüntülendi
Yerleşik grafik işlemciler (iGPU'lar), on yıl öncesine göre çok daha ileri bir noktaya ulaştı. Eskiden yalnızca multimedya ve video için kullanılırken, artık çoğu giriş seviyesi harici GPU performansına yaklaşabiliyorlar. Intel, bu gelişimi bir adım öteye taşıyarak yerleşik GPU'ların görsel kalitesini ve performansını artırmayı planlıyor.
Gelecek nesil yerleşik ve harici GPU'lar için bu hedeflere ulaşmak amacıyla Intel'in odaklandığı alanlar şunlar:
- Işın İzleme (Path Tracing) İçin Verimlilik İyileştirmeleri
- Nöral Grafikler
- Yeni Fizik Tabanlı Efektler (Florasan Gibi)
İlk amaç, Işın İzleme gibi yüksek görsel doğruluğa sahip efektleri, yerleşik GPU'lara sahip düşük güç tüketimli cihazlarda bile mümkün kılmak. Işın İzleme, çok sayıda foton yolu simülasyonu gerektirdiği için oldukça maliyetli bir yöntemdir. Bu yollar dikkatlice örneklenmiş olsa bile, genellikle gürültüyü azaltmak (denoising) gerekir ki bu da GPU kaynakları üzerinde ek yük oluşturur. Intel'in çözümü, görsel kaliteyi önemli ölçüde artıran Yeniden Örneklenmiş Önem Örneklemesi (Resampled Importance Sampling) şeklinde geliyor.
Intel ayrıca Open Image Denoise 2 kütüphanesini de tanıtıyor. Bu açık kaynaklı kütüphane, tüm büyük GPU üreticilerinin (Intel, NVIDIA, AMD) donanımlarını destekleyerek optimize edilmiş platformlar arası uyumluluk sunuyor.
Şirket eş zamanlı olarak, daha iyi görseller ve performans için nöral ağ mimarisi kullanacak bir sonraki sürüm üzerinde çalışıyor. Kısa süre önce, Intel Arc B580 GPU üzerinde 1440p çözünürlükte ve sabit 30 FPS'de çalışan "Milyonlarca Üçgeni Işınla İzleme" demosunu gösterdi.
Bu demonun ana vurguları şunlardı:
- Işın izlemenin maliyetini düşürerek gerçek zamanlı performans elde etmek, hem endüstride hem de akademide önemli bir araştırma alanıdır.
- Bu demo, karmaşık sahnelerde (bir trilyon örneklenmiş üçgenden oluşan animasyonlu Jungle Ruins sahnesi gibi) tek örneklem (1 spp) gürültü azaltma ve süper örnekleme tekniklerinin pratik uygulamasını, görsel kalite değerlendirmesi, animasyon yönetimi, içerik oluşturma ve performans arasındaki dengeyi gösteriyor.
Intel'in detayları yeniden oluşturmak ve gürültüyü gidermek için mekansal ve zamansal nöral gürültü azaltma ve süper örnekleme modelini aynı anda uygulamayı amaçladığı görülüyor. Bu yaklaşım, sektördeki benzer yapay zeka destekli görüntü işleme teknolojilerini akla getiriyor.
Düşük güçlü GPU'lar için yüksek performans ve kaliteli görseller sağlamaya geri dönersek, Intel'in donanım hızlandırmalı Doku Kümesi Nöral Sıkıştırma (TSNC) teknolojisi, DirectX İşbirlikçi Vektörleri ile birlikte çalışıyor. Bu vektörler, modern çiplerdeki donanım hızlandırmalı yapay zeka yeteneklerinin tam potansiyelinden yararlanarak, hesaplama tabanlı uygulamalara kıyasla önemli hız artışları sağlayabiliyor.
Intel, TSNC'nin standart BC6 sıkıştırmasına göre aynı veya daha iyi performans sunduğunu, üstelik çok daha az doku belleği kullandığını belirtiyor. Bu da daha düşük bellek kullanımı, kaynakların serbest kalması ve sonuç olarak daha hızlı performans anlamına geliyor.
Intel'in demosları ve paylaşımları, şirketin gelecekte nereye ilerlediğine dair önemli ipuçları veriyor. Intel, entegre GPU segmentinde devrim yaratma potansiyeli taşıyan ciddi yenilikler peşinde. Özellikle Xe2 gibi mimariler, Intel'in hem giriş seviyesi harici GPU pazarında hem de entegre grafik alanında güçlü bir oyuncu olduğunu gösteriyor. Bu yeniliklerin açık kaynak taahhütleri sayesinde kısa süre içinde yaygın olarak uygulanacağını umuyoruz.
