[論文レビュー] Advancing RT Core-Accelerated Fixed-Radius Nearest Neighbor Search

Enzo Meneses, Hugo Bec+6 more|arXiv (Cornell University)|Jan 22, 2026

Parallel Computing and Optimization Techniques被引用数 0

ひとこと要約

この論文は、RTコア上のFRNN検索を以下で強化する：（i）リアルタイムBVH更新/再構築比の最適化、（ii）近傍リスト不要のRTコア派生型、（iii）レイトレーシングによる周期境界条件により、分布と半径を問わず大幅な速度向上とエネルギー効率を実現。

ABSTRACT

In this work we introduce three ideas that can further improve particle FRNN physics simulations running on RT Cores; i) a real-time update/rebuild ratio optimizer for the bounding volume hierarchy (BVH) structure, ii) a new RT core use, with two variants, that eliminates the need of a neighbor list and iii) a technique that enables RT cores for FRNN with periodic boundary conditions (BC). Experimental evaluation using the Lennard-Jones FRNN interaction model as a case study shows that the proposed update/rebuild ratio optimizer is capable of adapting to the different dynamics that emerge during a simulation, leading to a RT core pipeline up to $\sim 3.4 imes$ faster than with other known approaches to manage the BVH. In terms of simulation step performance, the proposed variants can significantly improve the speedup and energy efficiency (EE) of the base RT core idea; from $\sim1.3 imes$ at small radius to $\sim2.0 imes$ for log normal radius distributions. Furthermore, the proposed variants manage to simulate cases that would otherwise not fit in memory because of the use of neighbor lists, such as clusters of particles with log normal radius distribution. The proposed RT Core technique to support periodic BC is indeed effective as it does not introduce any significant penalty in performance. In terms of scaling, the proposed methods scale both their performance and EE across GPU generations. Throughout the experimental evaluation, we also identify the simulation cases were regular GPU computation should still be preferred, contributing to the understanding of the strengths and limitations of RT cores.

研究の動機と目的

• 動的な粒子シミュレーションにおけるRTコアFRNNの性能とエネルギー効率の制約に対処する。
• 変化するダイナミクスに適応するリアルタイムBVH再構築/更新ポリシーを開発する。
• 隣接リストを用いず、力を直接計算するRTコアベースのFRNN派生型を開発する。
• 追加のカーネルや複製ジオメトリなしで、レイ追跡を用いた正確な周期境界条件を実現する。

提案手法

• BVH再構築/更新比の適応最適化を行う勾配法の導入、導出コストモデルとリアルタイム測定を用いる。
• ORCS-perséとORCS-forces派生型を提案、OptiX RTコアパイプライン内で近傍リストなしのFRNNを実行する。
• ジ gamma 光を用いて追加ジオメトリなしで交差境界の近傍を処理するレイ追跡周期境界条件技法を開発する。
• 固定半径と可変半径分布によるLJ相互作用をモデル化し、多様な分布下での性能を評価する。
• CPU/GPUのセルリストベースラインおよびRTコア参照と比較し、壁境界および周期BCsでnを最大1Mまで使用する。
• エネルギー効率とスケーリングをGPU世代間で評価する。

実験結果

リサーチクエスチョン

• RQ1 適応的BVH更新/再構築戦略（勾配）が動的シミュレーション全体でRTコアFRNNの性能を最大化できるか。
• RQ2 FRNNを完全にRTコア内で実行し、近傍リストなしで一様および可変半径分布を扱えるか。
• RQ3 追加のカーネルや複製済みジオメトリなしで、RTコアFRNNに周期境界条件を効率的にサポートできるか。
• RQ4 提案されたRTコア派生型の、異なる粒子/半径分布と境界条件における性能とエネルギー効率のトレードオフは何か。

主な発見

• 勾配はシミュレーションダイナミクスに適応し、固定更新スキームに比べていくつかの分布で最大約3.4xのRTコア性能向上を提供する。
• ORCS-perséは一定半径の場合のRTコア専用シミュレーションに近づき、特に小半径で顕著なスピードアップを提供する。
• ORCS-forcesは可変半径にも拡張可能で、対数正規分布の半径シナリオでRTコアおよびCPUベースラインを上回り、大規模nで強いスピードアップを実現する。
• RTコア派生型は多くの構成でRT-REFより大幅なスピードアップを提供するが、メモリ制約により一部の大半径ケースでCPU/GPUのセルリスト法が競合する場合がある。
• レイトレーシングによる周期境界条件は、クロス境界相互作用を効果的に処理し、性能低下を顕著に伴わない。
• 性能とエネルギー効率はGPU世代間でスケーリングし、将来のハードウェアに対してRTコアアプローチが有効であることを示す。