第2章 ：许愿成功？ (5/6)

专业。”

    姜宇顿了顿，“大三。”

    “交换生啊。”周牧推了推眼镜，“公派的？厉害。我刚来的时候，英语都说不利索，花了半年才适应。”

    “谢谢。”姜宇看着他，这个前世最重要的合作伙伴之一，“你在看图形学？实时渲染那本...是Eric Haines的新版？”

    周牧眼睛一亮：“你懂这个？国内有教吗？这是我们这学期的高级专题，教授刚讲到光子映射，但我总觉得存储开销太大了，想用自适应八叉树优化...”

    他滔滔不绝地讲了四分钟，从光子映射讲到辐照度缓存，从八叉树的空间分割讲到内存访问的局部性原理。

    姜宇安静地听着。

    就是这个。

    前世他第一次见到周牧，是在南加大中国留学生学会组织的一次图形学研讨会上。

    周牧做了一场关于“自适应辐射度算法在电影渲染中的应用”的报告。

    当时还是理论推演，但数学之严谨、思路之清晰，让当时已经工作多年的姜宇震撼。

    2006年，他花了九个月，才把周牧从硅谷某大厂的录用通知前“抢”过来。

    现在...

    “如果用稀疏体素八叉树呢？”等周牧告一段落，姜宇开口，“把场景体素化，只在有几何的区域存储体素，无区域跳过。配合层次化的视锥剔除和LOD，实时渲染电影级场景不是不可能。”

    周牧愣住了。

    2005年。

    稀疏体素八叉树的概念刚刚在学术界萌芽，主要应用在医学影像和科学可视化领域。

    用于实时渲染电影级场景？这思路至少超前了五年。

    “你...”周牧瞪大眼睛，“你在国内研究过这个？有论文吗？”

    姜宇意识到自己说太多了。

    “只是...看过一些前沿资料。”他含糊带过，转移话题，“你对实时渲染的商业化有兴趣吗？不只是学术研究。”

    “当然有！”

    周牧身体前倾，“但现在的硬件，GPU的通用计算能力还不够，CUDA框架还没发布，OpenCL还要等好几年...”

    “如果我们提前布局呢？”姜宇看着他，“在CUDA发布之前，就用Shader Model 3.0做通用计算的实验。等CUDA一发布，我们就是第一批吃透它的人。”

    周牧的眼睛更亮了，但随即浮现困惑：“‘我们’？你是指...”

    “合作。”姜宇站起身，活动了下僵硬的肩膀，“我有些想法，需要一个懂数学和算法的人来实现。你感兴趣吗？”

    周牧的手悬在半空，没立刻回应。

    “为什么找我？”他问得很直接，“我们才认识五分钟。”

    姜宇想了想，笑了：“因为刚才你提到‘用SIMD优化光子追踪’时，眼睛在发光。那种光，我在真正热爱技术的人眼里见过。而且...”

本章未完，请点击下一页继续阅读