使用可压缩性预测的叶节点压缩的制作方法

概括地说，本公开内容涉及处理系统，并且更具体地说，本公开内容涉及用于图形处理的一种或多种技术。

背景技术：

1、计算设备经常执行图形和/或显示处理(例如，利用图形处理单元(gpu)、中央处理单元(cpu)、显示处理器等)来渲染和显示视觉内容。这样的计算设备可以包括例如计算机工作站、诸如智能手机的移动电话、嵌入式系统、个人计算机、平板计算机和视频游戏控制台。gpu被配置为执行包括一个或多个处理阶段的图形处理管线，这些处理阶段一起操作以执行图形处理命令并输出帧。中央处理单元(cpu)可以通过向gpu发出一个或多个图形处理命令来控制gpu的操作。现代cpu通常能够并行执行多个应用，多个应用中的每个应用都可能需要在执行期间使用gpu。显示处理器被配置为：将从cpu接收的数字信息转换成模拟值并且可以向显示面板发出命令以用于显示视觉内容。提供内容以供在显示器上进行视觉呈现的设备可以使用gpu和/或显示处理器。

2、设备的gpu可以被配置为在图形处理管线中执行这些过程。此外，显示处理器或显示处理单元(dpu)可以被配置为执行显示处理的过程。然而，随着无线通信和更小的手持设备的出现，对改进的图形或显示处理的需求已经发展得越来越大。

技术实现思路

1、下面给出了对一个或多个方面的简化的概括以提供对这些方面的基本理解。本技术实现要素：不是对所有预期方面的详尽概述，并且既不旨在标识所有方面的关键或重要元素也不旨在描述任何或全部方面的范围。其唯一目的是用简化的形式呈现一个或多个方面的一些构思，作为稍后给出的更详细说明的前序。

2、在本公开内容的方面中，提供了方法、计算机可读介质和装置。装置可以是图形处理单元(gpu)、gpu或者任何可以执行图形处理的装置。所述装置可以将场景中的多个图元中的每个图元分配到多个边界框中的一个边界框中，所述多个图元中的每个图元包括一个或多个顶点，所述多个边界框中的每个边界框与包括一个或多个内部节点和一个或多个叶节点的多个节点相对应。所述装置还可以识别所述多个节点中的每个节点是所述一个或多个内部节点中的一个内部节点还是所述一个或多个叶节点中的一个叶节点。另外，如果所述节点是所述一个或多个叶节点中的一个叶节点，则所述装置可以估计所述多个节点中的每个节点的可压缩性，所述节点的所述可压缩性与所述节点是否是可压缩的相对应。如果所述多个节点中的每个节点被估计为可压缩的，则所述装置还可以对与所述节点相对应的数据进行压缩。所述装置还可以在对与所述多个叶节点中的每个节点相对应的数据进行压缩时调整以下各项中的至少一个：所述多个图元的位置或者所述多个图元的顶点顺序。另外，所述装置可以在存储与所述多个节点中的每个节点相对应的数据之前对与所述节点相对应的数据进行编码，使得与所述节点相对应的数据以经编码的格式存储。所述装置还可以在对与所述多个节点中的每个节点相对应的数据进行压缩时存储与所述节点相对应的数据。

3、在附图和下文的描述中阐述了本公开内容的一个或多个示例的细节。本公开内容的其他特征、目标和优点根据描述、图以及根据权利要求将是显而易见的。

技术特征：

1.一种用于图形处理的装置，包括：

2.根据权利要求1所述的装置，其中，所述至少一个处理器还被配置为：

3.根据权利要求2所述的装置，其中，与所述一个或多个叶节点中的每个叶节点相对应的数据可以包括以下各项中的至少一项：所述叶节点的一个或多个图元坐标、所述叶节点的一个或多个图元标识符(id)，或者所述叶节点的至少一个顶点排列。

4.根据权利要求2所述的装置，其中，所述至少一个处理器还被配置为：

5.根据权利要求1所述的装置，其中，为了估计所述一个或多个叶节点中的每个叶节点的所述可压缩性，所述至少一个处理器被配置为：识别该叶节点的多个唯一坐标的数量。

6.根据权利要求5所述的装置，其中，为了估计所述一个或多个叶节点中的每个叶节点的所述可压缩性，所述至少一个处理器还被配置为：对该叶节点的所述多个唯一坐标进行排序。

7.根据权利要求5所述的装置，其中，为了估计所述一个或多个叶节点中的每个叶节点的所述可压缩性，所述至少一个处理器还被配置为：计算所述叶节点的所述多个唯一坐标的大小以用于存储。

8.根据权利要求7所述的装置，其中，为了估计所述一个或多个叶节点中的每个叶节点的所述可压缩性，所述至少一个处理器还被配置为：基于所计算的大小来存储所述多个唯一坐标，其中，所述多个唯一坐标被存储为叶节点信息。

9.根据权利要求1所述的装置，其中，为了估计所述一个或多个叶节点中的每个叶节点的所述可压缩性，所述至少一个处理器被配置为：

10.根据权利要求1所述的装置，其中，如果与所述叶节点相关联的图元的数量大于1，则估计所述一个或多个叶节点中的每个叶节点的所述可压缩性。

11.根据权利要求10所述的装置，其中，为了估计所述一个或多个叶节点中的每个叶节点的所述可压缩性，所述至少一个处理器被配置为：识别该叶节点的多个唯一坐标的数量与该叶节点的每个坐标的最小大小的乘积是否大于该叶节点的最大坐标大小。

12.根据权利要求11所述的装置，其中，为了估计所述一个或多个叶节点中的每个叶节点的所述可压缩性，所述至少一个处理器还被配置为：识别用于存储所述多个唯一坐标的最小大小是否大于所述叶节点的所述最大坐标大小。

13.根据权利要求12所述的装置，其中，为了估计所述一个或多个叶节点中的每个叶节点的所述可压缩性，所述至少一个处理器还被配置为：识别所述多个唯一坐标中的至少两个唯一坐标之间的大小差是否大于所述叶节点的最大坐标差大小。

14.根据权利要求13所述的装置，其中，为了估计所述一个或多个叶节点中的每个叶节点的所述可压缩性，所述至少一个处理器还被配置为：识别所述叶节点的每个坐标的所述最小大小和所述叶节点的图元标识符(id)的最小大小的加和是否大于所述叶节点的所述最大坐标大小。

15.根据权利要求14所述的装置，其中，为了估计所述一个或多个叶节点中的每个叶节点的所述可压缩性，所述至少一个处理器还被配置为：检测所述叶节点中所述多个唯一坐标的剩余坐标空间的可用大小以用于对所述多个唯一坐标的压缩。

16.根据权利要求15所述的装置，其中，如果所述剩余坐标空间的所述可用大小大于大小阈值，则对与所述一个或多个叶节点中的每个叶节点相对应的数据进行压缩；或者如果所述剩余坐标空间的所述可用大小小于或等于所述大小阈值，则不压缩与所述一个或多个叶节点中的每个叶节点相对应的数据。

17.根据权利要求1所述的装置，其中，所述至少一个处理器还被配置为：

18.根据权利要求1所述的装置，其中，估计所述一个或多个叶节点中的每个叶节点的可压缩性识别用于与所述一个或多个叶节点中的每个叶节点相对应的数据的存储的配置。

19.根据权利要求1所述的装置，其中，所述多个节点与二叉树边界体积层级(bvh)相关联，使得所述一个或多个叶节点是所述一个或多个内部节点中的至少一个内部节点的子节点。

20.根据权利要求1所述的装置，其中，所述多个边界框是多个轴对齐边界框(aabb)，并且其中，对与所述一个或多个叶节点中的每个叶节点相对应的数据的所述压缩与光线追踪过程相关联。

21.根据权利要求1所述的装置，其中，所述装置是无线通信设备，还包括以下各项中的至少一个：耦合至所述至少一个处理器的天线或收发机。

22.一种图形处理的方法，包括：

23.根据权利要求22所述的方法，还包括：

24.根据权利要求23所述的方法，还包括：

25.根据权利要求22所述的方法，其中，估计所述一个或多个叶节点中的每个叶节点的所述可压缩性包括：识别该叶节点的多个唯一坐标的数量。

26.根据权利要求25所述的方法，其中，估计所述一个或多个叶节点中的每个叶节点的所述可压缩性还包括：对该叶节点的所述多个唯一坐标进行排序。

27.根据权利要求25所述的方法，其中，估计所述一个或多个叶节点中的每个叶节点的所述可压缩性还包括：

28.根据权利要求22所述的方法，其中，估计所述一个或多个叶节点中的每个叶节点的所述可压缩性包括：

29.一种用于图形处理的装置，包括：

30.一种存储用于图形处理的计算机可执行代码的非暂时性计算机可读介质，所述代码在由处理器执行时，使所述处理器用于：

技术总结本文呈现的方面涉及用于图形处理的方法和设备，包括装置，例如GPU或CPU。所述装置可以将场景中的多个图元中的每个图元分配到多个边界框中的一个边界框中，所述多个边界框中的每个边界框与包括内部节点和叶节点的多个节点相对应。所述装置还可以识别所述多个节点中的每个节点是所述内部节点中的一个内部节点还是所述叶节点中的一个叶节点。另外，如果所述节点是所述叶节点中的一个叶节点，则所述装置可以估计所述多个节点中的每个节点的可压缩性，所述节点的所述可压缩性与所述节点是否是可压缩的相对应。如果所述多个节点中的每个节点被估计为可压缩的，则所述装置还可以对与所述节点相对应的数据进行压缩。技术研发人员：A·拉梅什巴布,S·B·阿拉,D·K·麦卡利斯特受保护的技术使用者：高通股份有限公司技术研发日：技术公布日：2024/9/12