BVH加速结构构建与遍历优化：从SAH到GPU实现的工程实践

在实时渲染与离线光线追踪系统中，Bounding Volume Hierarchy（BVH）仍是当前最主流的加速结构。相比 KD-Tree 等替代方案，BVH 在 GPU 上的内存访问模式更友好，且支持高效的自顶向下构建。本文从构建阶段的启发式策略出发，讨论遍历阶段的数值鲁棒性问题，并给出可直接落地的参数配置。

构建阶段：超越经典 SAH

Surface Area Heuristic（SAH）是 BVH 构建的核心准则，其基本思想是选择分割平面使得左右子树的表面积加权和最小化，从而降低光线与包围盒的期望求交次数。标准 SAH 公式为：

Cost = C_traversal + (SA_left/SA_parent) * N_left * C_intersect + (SA_right/SA_parent) * N_right * C_intersect

其中 C_traversal 和 C_intersect 分别表示遍历节点和图元求交的相对开销。

然而纯 SAH 在复杂场景中存在包围盒重叠过高的问题。2022 年的改进工作将空间距离度量引入分割决策，在保持 SAH 框架的同时，优先选择能够减少子树空间重叠的分割方案。实测表明，这种混合策略在典型测试场景下可获得 20%-35% 的遍历性能提升，而构建时间增加控制在 15% 以内。

可落地的构建参数：

• 最大叶子图元数：4-8 个三角形（GPU 场景建议 4，CPU 可放宽至 8）
• 分割候选采样数：每个轴向上均匀采样 16-32 个候选平面
• 终止条件：当节点图元数 ≤ 最大叶子图元数，或遍历深度超过 32-64 层
• 空节点剪枝：若某子节点包围盒为空，直接合并到另一子树

遍历优化：数值鲁棒性与内存布局

BVH 遍历的性能瓶颈往往不在算法复杂度，而在内存访问模式和浮点精度处理。现代 GPU 实现需要特别关注以下两点：

逆方向向量的 padding 处理

光线 - 包围盒求交使用 slab 方法时，需要计算 tmin 和 tmax 区间。当光线方向分量接近零时，逆方向计算 1.0/dir 会产生极大的数值误差。鲁棒的做法是对逆方向施加微小 padding：

float invDirX = 1.0f / (fabs(dir.x) < 1e-8f ? copysign(1e-8f, dir.x) : dir.x);

这种处理在 JCGT 的鲁棒 BVH 遍历研究中被验证可有效消除因数值精度导致的漏检问题。

内存布局优化

BVH 节点应采用 32 字节或 64 字节对齐的紧凑结构，确保 GPU 的合并内存访问（coalesced access）。推荐布局：

struct BVHNode {
    float3 minBounds;  // 12 bytes
    int leftChild;     // 4 bytes (叶子节点时为图元索引)
    float3 maxBounds;  // 12 bytes
    int rightChild;    // 4 bytes (叶子节点时为图元数量)
};

遍历栈深度通常限制在 32-48 层即可覆盖绝大多数场景，使用静态数组避免动态分配。

复杂几何体的求交策略

对于超出简单三角形网格的几何体，BVH 需要配合特定的求交策略：

实例化（Instancing）

通过两层 BVH 结构处理：顶层 BVH 的叶子节点存储变换矩阵和指向局部 BVH 的指针。遍历时需要将光线变换到局部坐标系，求交后再将结果变换回世界坐标系。注意变换后的光线方向需要重新归一化，且 t 值需要在世界空间计算。

运动模糊（Motion Blur）

线性运动模糊可通过将图元包围盒在时间维度上扩展为 4D AABB 实现。更高效的方案是在构建时按时间片分割图元，每个图元存储起始和终止时刻的顶点位置，求交时根据光线时间戳插值顶点位置。

隐式曲面

对于 SDF（Signed Distance Field）定义的隐式几何体，BVH 叶子节点存储包围盒内的 SDF 采样网格。遍历到叶子后，使用 sphere tracing 或 ray marching 在局部空间进行精细求交。注意 SDF 的梯度计算需要中心差分，步长建议设为包围盒对角线的 1/1000。

动态场景的更新策略

完全重建 BVH 在动态场景下开销过高。可采用的优化方案包括：

• 局部更新：仅对发生变化的子树进行重构，保持其余部分不变
• 重构阈值：当变化图元数超过总图元数的 10%-20% 时触发完全重建
• 双缓冲结构：使用两棵 BVH 交替更新，避免遍历与构建的同步开销

实现检查清单

• 构建阶段使用 SAH + 距离混合启发式，采样 32 个候选分割平面
• 叶子节点最大图元数设为 4（GPU）或 8（CPU）
• 逆方向计算加入 1e-8 级别的 padding 防止除零
• Slab 求交使用 robust min/max 避免 NaN 传播
• 节点结构 32 字节对齐，使用静态栈（深度≤48）
• 实例化使用两层 BVH，注意光线变换的精度损失
• 动态场景设置 10%-20% 的重构阈值，考虑双缓冲方案

资料来源

• "An Improved Ray Tracing Acceleration Algorithm Based on Bounding Volume Hierarchies" (2022) - SAH 与空间距离混合启发式
• "Robust BVH Ray Traversal" (JCGT) - 数值鲁棒性与 padding 策略
• "A Survey on Bounding Volume Hierarchies for Ray Tracing" - BVH 技术综述

systems