周六的一早5点钟就从床上爬了起来，想写点什么。看看自己CSDN上的技术博客已经很久没有更新，心中不免惭愧。正好借助这次EG2023（EuroGraphics 2023）的学习，来谈点自己对于图形的观点。
经过一周在德国萨尔布吕肯的EG 2023会议学习交流，收获了眼界、方向和人才。
眼界：
先说眼界，图形这个入门门槛很高的领域在欧洲的发展虽然不及北美，EG的知名度也不及Siggraph，但是它的发展历史也可以追溯到1980年，甚至于早于我的出生：
这个列表像不像是世界杯主办国？这好似图形在欧洲的欧洲杯，能够看到法国、德国、英国经常是东道主，这也彰显了它们在欧洲图形的霸国江湖地位。而这次会议正是在德国小镇萨尔布吕肯的萨尔大学举办。
说起萨尔大学，我在网上做了功课，它的地理位置很特别，正好在法德边界（萨尔过去也曾属于法国），处于欧洲的中心交汇位置。且计算机科学乃至于图形学都是萨尔大学的No.1领域，在欧洲也是图形的一股领先新力量。
这次我参加了5天的会议，不仅仅有学术界的大佬，也有产业界的图形领军专家，它的议题方向设置也非常有意思，如下：
包含了教程、长短论文、教育、星计划和主题演讲，我参加了几乎全部。对于论文（Paper）部门，没有太多可讲的，它几乎是学术界会议都会有的环节。让我留下深刻印象的还是其它几个部分：
1. 教程：这个环节实际上更像是对基础知识的培训，比如Vulkan、HDR，甚至于图形学在人们生活中的广泛使用介绍，这里的图形是广义的，包括声音和媒体。而也是在这个环节，我碰到了AMD的老同事Macro，它的最新Vulkan著作刚刚出炉（搞了一本），后话人才那一部分再详细说
2. 主题演讲：毫无疑问，这是最最重磅的环节，在这个部分给我留下印象深刻的是斯坦福大学Gordon教授分享的Neural Graphics Pipeline，是一种结合图像和图形的新的渲染管线，在方向的那一个章节再详细描述。当然除此之外，荷兰TU大学的Elmar教授、以色列Tech大学的Mirela教授以及Google的年轻科学家Ben讲述了如何处理大规模纹理、复杂Mesh以及2D->3D的AI生成的话题。
3. 教育：这个环节很多人都不去听，是关于如何教授和学习图形学的。我去听了一场，参加了一个非常有意思的话题目这个topic叫做“Teaching AI for CG”。各个欧洲大学的老师对于AI和CG以及如何结合做了思想交流和碰撞，我也提了一个问题，尤其对于图形这样准入门槛很高的领域，AI如何在CG学习上起到帮助，同时又避免学术造假（比如AIGC），确实是一种矛盾，很有意思，给与思考和想象空间。但是，这同时给我们以深刻的思考：基于统计学的AI是否今后也是图形的一个重要发展方向，其实当下已经不可忽视。图形最终呈现出来的其实就是pixel，它无论是通过渲染，还是统计学AI的生成，都是可以的:
从上面可以看到，EG已经不仅仅是欧洲大学教授和学生展现自己的舞台，甚至于北美的大学（斯坦福）、产业公司（AMD、Google）都有渗透和参与，已经形成规模和影响力。
方向：
方向较多，篇幅因素，先写2个：
-
Vulkan: 2016年刚刚加入华为，Khronos发布了Vulkan的第一个版本1.0，我也在那个时间开始学习这个新的渲染API。因为曾经在AMD做过长达10年的图形驱动，所以理解Vulkan对我来说并不是一件很困难的事情。我几乎一口气在几天之内把Vulkan API和demo program都学习完了，并且用在了项目上。还能回忆当时在美国San Diego的办公室和同事们一起开发基于Vulkan的图库应用，拿到了2-3倍的性能收益让人非常兴奋。而2018年和腾讯天美基于一款大作的Vulkan优化更让我对这个新API深信不疑，它的管线可复用能力、SPRI-V的高效、通过驱动对硬件的精准控制、Compute和Render的完美结合都是不争地事实，相比GL/GLES有了突飞猛进的进步。但是，不幸的是在移动端驱动层的不成熟导致其没有得到广泛使用。
但如果你是一个图形领域的专家，你会很容易接受这一点，因为图形的任何新技术都需要耗费几年甚至十几年才可以走向成熟，这让我想起最近看的一本介绍Pixar发展史的书，介绍了傅里叶的发现是如何帮助图形领域的，傅里叶把声音和图像通过傅里叶变换都可以表达：
所以，图形领域没有一个突破性的技术是可以非常快应用的，都需要耐心。
而在经过7年后，Vulkan已经开始进入它的关键发展期了，这次有机会听到了Macro对于Vulkan的解读，又让我迅速拿起它的工程跑了一把它的Raptor Vulkan引擎：
我相信从现在到2025年会是一个Vulkan的黄金发展期：
同时Vulkan的扩展使用，如Mesh Shader、Compute+Render、RayTracing都是其可以不断演进且被使用的新方向，而图形驱动的稳定性也有了长足进步，相信Vulkan就像DirectX、Metal老大哥它们一样，可以迎来黄金周期 -
图形和图像的结合，或者是AI和CG的结合: 其实这个Idea已经不是在这次听EG2023所收获的了，Nvidia这几年从一家图形公司逐渐演变为AI公司，再到AI+CG的解决方案公司就是一个案例。从视觉最终结果来看，无论是渲染还是通过AI产生最终图像，都是像素。所以，在当下GPU硬件算力受限（尤其移动端）下，更需要AI图像的产生过程简化，其实在很多的插帧计算、2D动效中间生成、超分（如AMD的FSR）场景都已经使用了，无论是高帧率还是高画质结果，都可以借助于基于统计学的AI技术来做增强。
在最近非常火爆的Avator 3D上，其实用的会更加广泛，基于数据的学习，目前人脸、手部的Morph等都已经相对成熟，而人物整体的内容生成和动画还需要一些时间的发展：
这个方向也同时给我们很多的启示，传统的图形学本身就是一个集数学（线性代数、图论）、物理（物理碰撞）、计算机的一个综合学科，而AI和统计又增加了更多的元素，让未来的图形显示方案有了更多选择。而在选择解决方案的时候，是需要考虑多种技术的可能性和应用场景，结合需求找到高效可行的路径。
尤其针对大规模的mesh和texture，如何用好AI技术，更是一个重要的发展方向：
Google的这个分享就是基于NeRF来解决大规模的纹理压缩。这一领域，我们探索的还是偏弱，尤其是未来GPU+NPU叠加SoC的时代，更需要我们用好AI，结合CG产生更加高效地生成算法。
人才：
最后谈人才。
这次要感谢谭威，从2016年我们一起携手在华为搞图形至今，大家一直在这个方向上，从来没有改变过志向。
而对于自己，更是从2007年参加工作至今更是从来没有离开过这个方向，这是一种信念，更多地是一种热爱，或者叫对图形的激情。这次有机会又和大家在欧洲碰面，是令人非常高兴的：
同时，这次又让我和AMD老同事Macro、斯坦福教授Gordon等图形圈子里面的新生大拿们有了认识和连接，对于未来图形新的发展方向和工程落地有了合作点思考。
我还想把“传承”两个字讲出来，它在图形领域更是如此，从Catmall到Hanrahan，从Blinn到Gordan，从Alex Deucher到我自己，这样的故事仍然在继续，也希望这样的传承越来越多。
欧洲的图形沃土已经形成，中国的图形做起来仍需要时间，更需要热爱和信念，而不是急功近利，小打小闹。很幸运，OpenHarmony系统的图形栈已经纯自研，存在大的发展空间。
最后: 心中有远方，自然站的更高，看的更远。
文章评论