Hardware-Accelerated Multipipe Parallel Rendering of Large Data Streams

  • Park, Sanghun (The Center for Computational Visualization TICAM, The University of Texas at Austin) ;
  • Park, Sangmin (The Center for Computational Visualization TICAM, The University of Texas at Austin) ;
  • Bajaj, Chandrajit (The Center for Computational Visualization TICAM, The University of Texas at Austin) ;
  • Ihm, Insung (Dept. of Computer Science Sogang University)
  • Published : 2001.06.01

Abstract

As a result of the recent explosive growth of scientific data, extremely large volume datasets have become increasingly commonplace. While several texture-based volume rendering algorithms have been proposed, most of them focused on volumes smaller than the hardware's available texture memory. This paper presents a new parallel volume rendering scheme for very large static and time-varying data on a multipipe system architecture. Our scheme subdivides large volumes dynamically into smaller bricks, and assigns them adaptively to graphics pipes to minimize the costs of texture swapping. With the new method, Phong shaded images can be easily created by computing the gradients on the fly and using the color matrix feature of OpenGL. We report experimental results on an SGI Onyx2 for the various large datasets.

최근 과학적 데이터의 증가 결과로, 매우 방대한 크기의 볼륨 데이터들이 점차로 일반화되고 있다. 다양한 텍스춰 기반 볼륨 렌더링 알고리듬들이 제안되었으나, 대부분의 방법들이 하드웨어가 갖고 있는 텍스춰 메모리보다 작은 크기의 볼륨 데이터를 가시화하는데 촛점을 맞추고 있다. 본 논문은 멀티파이프 시스템 구조상에서 매우 큰 정적 데이터와 시간 가변 데이터를 위한 새로운 병렬 볼륨 렌더링 스킴에 대해 설명한다. 이 스킴은 큰 볼륨을 동적으로 작은 크기의 블릭으로 분할하고, 이를 그래픽스 파이프에 적절히 할당함으로써 텍스춰 교체 비용을 최소화 한다. 이 기법은, 수행중에 법선 벡터를 계산하고 OpenGL 컬러 행렬을 이용하여 퐁 쉐이딩 영상을 쉽게 생성할 수 있다. 우리는 SGI Onyx2 시스템을 이용하여 큰 크기의 다양한 데이터에 대해 실험한 결과를 보인다.

Keywords

Acknowledgement

Supported by : Korea Science & Egineering Foundation (KOSEF)