[论文解读] Bringing Together Dynamic Geometry Software and the Graphics Processing Unit

Aaron Montag, Jürgen Richter-Gebert|arXiv (Cornell University)|Aug 14, 2018

Computer Graphics and Visualization Techniques参考文献 20被引用 4

一句话总结

本文提出了一种框架，通过将高级脚本语言（CindyScript）自动转编译为GPU兼容的GLSL着色器，无缝地将GPU计算集成到动态几何软件（DGS）中。通过在WebGL环境中直接执行GPU计算，该框架使非专家用户无需学习低级着色器编程，即可在DGS环境中实现实时、并行的数学可视化、仿真和探索性研究——通过光线追踪代数曲面、流体仿真和交互式复变函数可视化等应用得到验证。

ABSTRACT

We equip dynamic geometry software (DGS) with a user-friendly method that enables massively parallel calculations on the graphics processing unit (GPU). This interplay of DGS and GPU opens up various applications in education and mathematical research. The GPU-aided discovery of mathematical properties, interactive visualizations of algebraic surfaces (raycasting), the mathematical deformation of images and footage in real-time, and computationally demanding numerical simulations of PDEs are examples from the long and versatile list of new domains that our approach makes accessible within a DGS. We ease the development of complex (mathematical) visualizations and provide a rapid-prototyping scheme for general-purpose computations (GPGPU). The possibility to program both CPU and GPU with the use of only one high-level (scripting) programming language is a crucial aspect of our concept. We embed shader programming seamlessly within a high-level (scripting) programming environment. The aforementioned requires the symbolic process of the transcompilation of a high-level programming language into shader programming language for GPU and, in this article, we address the challenge of the automatic translation of a high-level programming language to a shader language of the GPU. To maintain platform independence and the possibility to use our technology on modern devices, we focus on a realization through WebGL.

研究动机与目标

• 弥合基于CPU的动态几何软件与GPU高性能并行计算之间的差距，以促进数学探索与教育。
• 使非专家用户能够在熟悉的脚本环境中执行复杂的GPU加速计算，而无需学习低级着色器编程。
• 开发一种与平台无关、基于浏览器的解决方案，利用WebGL在现代设备（如平板电脑和手机）上实现实时渲染与仿真。
• 在DGS框架内提供通用GPU计算（GPGPU）的快速原型设计环境。
• 通过复分析、物理仿真和数值方法中的实际实现，证明GPU加速数学可视化在可行性和教育价值上的优势。

提出的方法

• 核心方法是将一种无类型的高级脚本语言（CindyScript）自动符号转编译为适用于GPU执行的OpenGL着色语言（GLSL）。
• 通过递归语法树分析检测适合GPU并行化的代码段，同时使用不动点算法推断类型，以确保转译过程的正确性。
• 该框架利用WebGL确保跨平台兼容性，并实现无需插件的浏览器部署，使现代设备（包括平板电脑和手机）均可使用。
• GPU计算通过colorplot命令触发，这些命令从纹理读取数据，从而支持粒子模拟和PDE求解器等数据并行操作的并行执行。
• 系统在DGS环境中集成GPU加速的渲染与计算，允许对几何和代数对象进行交互式操作。
• 该方法支持高级可视化，如代数曲面的光线投射、复函数的相位图、以及黎曼球面上的立体投影。

实验结果

研究问题

• RQ1 能否将DGS中的高级脚本语言自动转译为GPU优化的GLSL代码，以实现通用GPU计算？
• RQ2 在不牺牲可用性的前提下，GPU加速的数值仿真（如n体问题、纳维-斯托克斯方程）在多大程度上可以集成到DGS环境中？
• RQ3 非专家用户在抽象低级GPU编程的前提下，通过统一脚本接口创建复杂数学可视化的效果如何？
• RQ4 GPU加速为现代基于Web的平台上的动态几何软件带来了哪些性能与可用性提升？
• RQ5 在DGS中集成GPU计算是否能增强STEM领域的数学发现与教育参与度？

主要发现

• 转译器成功将CindyScript转换为GLSL，使GPU执行在DGS环境中成为可能，且用户无需直接编写着色器代码。
• 实现了500个正电荷粒子与500个负电荷粒子之间10^6次相互作用的实时仿真，性能显著优于纯CPU实现。
• 在GPU上实现纳维-斯托克斯方程的仿真，代码量约为原生WebGL实现的四分之一。
• 通过GPU加速，实现实时渲染了代数曲面的光线投射以及复函数的交互式可视化（如相位图、泰勒展开、黎曼球面投影）。
• 两篇本科论文表明，即使没有先前着色器编程经验的学生，也能使用CindyGL创建高级GPU加速可视化与教学材料。
• 该框架可通过单个HTML文件部署交互式GPU加速数学内容，支持在现代设备（包括平板电脑和手机）上的广泛可访问性。