一种基于分层采样与硬件加速的实时神经渲染引擎系统

本发明公开一种基于分层采样与硬件加速的实时神经渲染引擎系统，涉及神经渲染技术领域，系统包括分层可微分采样模块、异构计算加速模块、显存‑缓存协同管理模块、时空一致性预测模块和实时降噪模块；本发明构建分层可微分采样架构，采用马尔可夫链蒙特卡洛方法分配采样密度，使高曲率几何边缘与高反射材质区域的采样点密度提升，同时利用时空一致性预测模块跳过静态区域冗余计算，实现射线追踪计算量的降低、高细节区域几何重建精度的提升以及动态场景帧间稳定性的提高，另外通过异构计算流水线深度整合光线追踪专用RT Core与AI张量核心，实现光线‑神经网络混合执行模式，在维持高视觉保真度的混合精度计算框架下大幅提升推理效率。