一個由英國、美國和葡萄牙的研究人員組成的國際團隊認為，他們已經找到了解決光線追蹤性能要求過高的答案。據他們說，答案在于經典光線追蹤算法與量子計算的混合。根據研究論文（目前在預印本中），在量子計算的幫助下，光線追蹤的工作負載可以通過削減每條光線所需的計算數量來提供高達190%的性能改進，從而大大降低了對技術的要求。

在圖形技術中引入光線追蹤，標志著我們渲染游戲的方式發生了重大演變。然而，與

昂達（ONDA）RTX3060神盾12GD6  12GB大顯存GDDR6 PCI-E 4.0 電競游戲設計專業電腦 顯卡

[經銷商]京東商城

[產品售價]2999元

進入購買

這項技術的開創性相比，它的采用和性能卻相對有限。部分原因是光線追蹤對硬件和計算的要求很高，即使是世界上最強大的GPU也會因此而屈服。此外，對專用硬件的需求將大多數用戶擋在了這項技術之外，除非有獨立的GPU升級可以處理這種工作負載。

目前，所有GPU供應商的升級技術都在激增。Nvidia的DLSS，AMD的FSR 1.0和FSR 2.0，以及英特爾即將推出的XeSS，主要是為了抵消啟用光線追蹤所帶來的極端性能損失。這些技術通過降低渲染像素的數量來降低特定場景的計算復雜性，然后再應用一種算法將圖像重建到目標輸出分辨率。盡管自這些軟件套件推出以來，圖像質量不斷得到改善，但這種方法并非沒有注意事項。

(圖片來源：《邁向量子光線追蹤》論文)

這篇研究論文提供了另一種大幅降低光線追蹤計算費用的方法。研究人員最終通過用三種方法渲染一個128x128的小型光線追蹤圖像來證明他們的主張：經典渲染、非優化量子渲染和優化量子渲染。結果不言而喻：經典的渲染技術需要在這個微小的3D圖像上計算26.78億個光線交叉點（每條光線64個）。未經優化的量子技術幾乎將這一數字減半，每條光線只需要33.6個交點的評估（總共13.66億個光線交點）。最后，優化后的量子-經典混合算法只用89.6萬次相交評估就成功地渲染了相同的圖像，平均每條光線22.1次--與目前的渲染技術所達到的每條光線64次相差甚遠。

由于今天的量子計算機的性能相對較低（用量子體積指標表示），對渲染場景的復雜性有一個硬性限制。渲染每張圖片需要每張圖片數小時的計算時間。出現這種情況的部分原因是，量子計算設備仍在NISQ（嘈雜的中尺度量子）產品類別下開發--足以用于量子模擬，但不適合部署量子混合渲染器。

但考慮到近年來量子計算的發展節奏--有些人可能會說是爆炸性的，研究人員對中期混合渲染的設想可能有助于將物理學上的精確渲染帶到更廣泛的人群中。IBM公司的目標是在未來幾年內大幅擴大量子體積，加速超越我們在該領域看到的每年翻倍的量子體積。

雖然這項研究為未來經典和量子渲染之間的混合方法打開了大門，但目前的量子計算狀態可能使研究人員的成果在實際應用出現之前的幾年時間里（研究人員表示為中期）。

此外，該算法的整合是否需要專門的量子能力電路還有待觀察。如果是這樣，這可能會將這些發展的成本和時間框架進一步推向未來。

然而，對云游戲的推動--以及基于云的量子計算的改進--可能會使這種新的渲染系統更快地進入市場，將硬件成本抵消在大型游戲公司而不是最終用戶身上。量子xCloud，任何人都能享受高性能光追？

關鍵詞： 量子計算