我对硕士论文有一些挑战，希望你能帮助我，或者指点我正确的方向。
我正在使用OpnaX使用Knaus和Zwicker（http://www.cs.jhu.edu/~misha/ReadingSeminar/Papers/Knaus11.pdf）的新方法实现渐进式光子映射。这种方法使PPM的每个迭代/帧独立，更适合多GPU。
我所做的（使用单个GPU）使用OptiX跟踪多个光子，然后将它们存储在缓冲区中。然后，使用CUDA和推力将光子分类到空间散列图中，从不离开GPU。我想在GPU上进行空间哈希映射创建，因为它是我的渲染器的瓶颈。最后，在间接辐射估计期间使用该缓冲器。所以这是一个多遍算法，包括光线跟踪，光子跟踪，光子图生成和最终创建图像。
据我所知，OptiX可以支持多个GPU。每个上下文启动都在GPU之间进行划分。对缓冲区的任何写入似乎都被序列化并广播到每个设备，以便它们的缓冲区内容相同。
我想做的是让一个GPU做一帧，而第二个GPU做下一帧。然后我可以将结果组合在一起，例如在CPU上或在联合通道中的一个GPU上。如果我可以在每个设备上并行执行每个传递（在每个传递之间同步）也是可以接受的。这有点可能吗？
例如，我是否可以创建两个OptiX上下文映射到两个不同主机线程上的每个设备。这将允许我像以前一样进行CUDA /推力空间哈希图生成，假设光子在一个设备上，并在管道的末端合并两个生成的图像。但是，编程指南声明它不支持多线程上下文处理。我可以使用多个进程，但是进程间通信有很多混乱。这种方法还需要重复工作，创建场景几何体，编译PTX文件等等。
谢谢！
答案 0 :(得分：1)
OptiX已将工作负载相应地分配给您的GPU电源，因此您的方法可能不会比OptiX处理所有GPU更快。
如果您想强制您的数据保留在设备上（请注意，在这种情况下，来自不同设备的写入不是一致的）您可以使用 RT_BUFFER_GPU_LOCAL 标志如编程指南中所示