人。你是...”
“姜宇。中国传媒大学交换生，电影艺术学院，数字媒体专业。”
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
本章未完，请点击下一页继续阅读！