Simulation Level of Detail für Echtzeitphysik auf AMD-GPUs mittels Work Graphs

Background

Mit der Einführung von Work Graphs auf AMD-GPUs steht ein neues Paradigma zur Verfügung, das die massive Parallelisierung und Abhängigkeitsverwaltung innerhalb komplexer Simulationspipelines deutlich verbessert. Besonders für particle-basierte Physikansätze – wie sie etwa in NVIDIA FleX demonstriert wurden – eröffnen sich dadurch neue Möglichkeiten, um Berechnungen adaptiv nach ihrer Relevanz im aktuellen Darstellungs- und Interaktionskontext auszuführen. Ziel dieses Projekts ist es, ein Konzept und eine prototypische Implementierung eines Simulation Level of Detail (Sim-LOD) zu entwickeln, das Work Graphs nutzt, um die physikalische Genauigkeit dynamisch an Interaktionsanforderungen anzupassen. So sollen präzise Physiksimulationen dort stattfinden, wo sie für die Interaktion/Spielmechanik entscheidend sind, während weniger relevante Bereiche auf vereinfachte Modelle zurückgreifen.

Tasks

• Analyse aktueller Ansätze zu Level of Detail in Physiksimulationen und GPU-basierten Work-Graph-Pipelines.
• Konzeption eines Work-Graph-gesteuerten Sim-LOD-Frameworks, das den Berechnungsaufwand in Echtzeit reduziert, ohne wahrnehmbare Qualitätsverluste zu erzeugen.
• Implementierung einer particle-basierten Beispielsimulation (sehr einfache Implementierung eines partikelbasierten deformierbaren Körpers), die Work Graphs auf AMD-Hardware verwendet. Ein einfacherer "rigid body"-Sim-LOD erfordert keine Berechnungen von Partikelinteraktionen;  
• Entwicklung von Kriterien zur adaptiven Anpassung der Simulationsauflösung, bspw. in Abhängigkeit von Sichtbarkeit (Einflusskräfte wie Wind würden stets Deformationen induzieren) oder Berührung.
• Evaluation der Performance- und Qualitätsgewinne in verschiedenen Beispielszenarien.
• Optional: Erweiterung um ein Visualisierungstool, das die Dynamik des Sim-LOD-Mechanismus während der Laufzeit anschaulich darstellt.

Literature

1. AMD (2024). Real-Time Procedural Generation with GPU Work Graphs. GPUOpen Preprint. https://gpuopen.com/download/Real-Time_Procedural_Generation_with_GPU_Work_Graphs-GPUOpen_preprint.pdf
2. M. Macklin, M. Müller, N. Chentanez, and T.-Y. Kim (2014). Unified Particle Physics for Real-Time Applications. In: ACM SIGGRAPH 2014 Conference Proceedings, Vancouver, Canada, pp. 1–8. DOI: 10.1145/2601097.2601152
3. Billeter, M., Olsson, O., & Assarsson, U. (2009). Efficient Stream Compaction on Wide SIMD Many-Core Architectures. In: High Performance Graphics (HPG ’09).

Supervision

Prof. Dr. Sebastian von Mammen

Theresa Treimer