Arc Blanc: 实时海洋模拟框架的核心架构与技术概述

Arc Blanc: 实时海洋模拟框架的核心架构与技术概述

1. 结论

Arc Blanc 是 David Algis、Bérenger Bramas、Emmanuelle Darles、Lilian Aveneau 提出的实时海洋模拟框架, 发表于 2025 年的 Journal of Computer Graphics Techniques, JCGT.

它的主要价值不是提出一种完全新的海浪算法, 而是将几个已有但通常独立存在的技术组织成一个完整的实时系统:

Global Ocean
Tessendorf + FFT
      ↓
Ocean Height / Displacement / Velocity
      ↓
Fluid → Solid
浮力 / 水阻力 / 空气阻力
      ↓
Solid Motion
      ↓
Solid → Fluid
局部 FDM Interaction Waves
      ↓
Final Ocean Surface

最终形成:

Ocean → Solid → Ocean

的双向反馈系统.

论文同时提出了两个比较重要的扩展: 一是从 Tessendorf 海洋中实时计算任意深度的水流速度, 二是根据物体与自由水面的实际交线构建局部互动波的输入.

---

2. Arc Blanc 在解决什么问题

很多实时海洋方案实际上只解决:

Ocean → Rendering

即:

Wave Spectrum
↓
Height / Displacement
↓
Ocean Mesh
↓
Rendering

这已经足够得到视觉上可信的大海.

但如果场景中存在船只等动态物体, 还需要解决两个问题:

Ocean → Solid
水如何推动船

Solid → Ocean
船如何扰动水面

Arc Blanc 因此把问题拆成三个系统:

系统	职责
Ocean Free Surface	模拟大范围自然海浪
Fluid → Solid	计算海水对物体产生的力
Solid → Fluid	模拟物体造成的局部互动波

三个系统互相提供数据, 而不是三个独立视觉效果.

---

3. FFT: 大尺度海洋

3.1 FFT 是什么

FFT, Fast Fourier Transform, 即快速傅里叶变换.

它本身不是一种海浪算法, 而是一种高效计算傅里叶变换的方法.

对于海洋模拟, 可以将复杂海面理解为大量不同频率、方向和振幅的波叠加:

很多不同频率的波
↓
Frequency Domain
频域
↓
IFFT
Inverse Fast Fourier Transform
逆快速傅里叶变换
↓
Spatial Domain
空间域
↓
实际海面高度

也就是说, 系统首先描述:

海洋中应该存在哪些波.

然后通过 IFFT 将频域信息转换成实际空间中的海面.

Arc Blanc 的全局海洋主要基于经典的 Tessendorf Ocean 方法.

---

4. 大尺度海洋的频谱

Arc Blanc 并没有直接使用最基础的 Phillips Spectrum, 而是采用更接近实际海洋统计特性的组合:

JONSWAP Spectrum
控制不同频率包含多少能量

+

Donelan-Banner Directional Spectrum
控制波浪传播方向

+

Swell
控制涌浪方向性

其中 JONSWAP 是来自海洋学研究的深水波频谱模型. Arc Blanc 使用它描述不同波长上的能量分布, 再利用方向频谱决定这些波主要向哪里传播.

最终生成频域数据:

Wave Spectrum
↓
Frequency Domain
↓
IFFT
↓
Height
Horizontal Displacement
Derivative
Velocity

这些结果之后既可以用于渲染, 也可以继续参与物理计算.

---

5. Cascade: 不同尺度的海浪分开计算

单个固定尺寸 FFT 网格容易产生周期重复问题.

直接扩大 FFT Resolution 虽然可以改善这一问题, 但计算成本会明显增加.

Arc Blanc 使用多个 Cascade:

Cascade 0
长波 / 大尺度

+

Cascade 1
中尺度

+

Cascade 2
短波 / 小尺度

↓

Final Ocean

默认采用三个 Cascade, 每个 Cascade 负责不同范围的波长.

这里体现的是一个很常见的实时图形思想:

不同空间尺度
↓
不同数据层处理
↓
最终组合

与 Shadow Cascade、Clipmap、Mip 等技术在架构思想上相似.

---

6. 一个值得关注的扩展: 任意深度的 Water Velocity

普通 FFT Ocean 通常重点计算:

Height
Displacement
Normal
Foam

因为这些数据已经足以完成海面渲染.

但如果需要计算船受到的水动力, 仅知道水面高度是不够的.

还需要知道:

Position(x, y, z)
↓
Water Velocity(x, y, z)

也就是某个水下位置的水当前向什么方向移动、速度是多少.

Arc Blanc 从 Tessendorf 模型继续推导出了水流速度表达式. 水流速度随着深度增加而快速衰减.

如果直接为完整三维空间执行大量 IFFT, 成本无法满足实时要求.

Arc Blanc 因此采用:

Depth 0 ─── IFFT
Depth 1 ─── IFFT
Depth 2 ─── IFFT
Depth 3 ─── IFFT
...

中间深度
↓
Interpolation

只计算少量代表深度.

由于水流速度随深度并不是线性变化, 作者进一步采用:

Logarithmic Depth Sampling
+
Exponential Interpolation

即对数深度采样 + 指数插值.

这个方案本质上是在做:

连续三维场
↓
少量 Representative Samples
↓
GPU 计算
↓
Interpolation
↓
近似连续场

这部分是论文中比较值得关注的原创内容之一.

---

7. Fluid → Solid: 海洋如何作用于物体

为了计算船体受到的力, Arc Blanc 使用封闭的三角形 Mesh 作为物理代理.

GPU 对 Mesh Triangle 进行并行处理:

Triangle
↓
与海面关系
↓
Submerged Area / Volume
Normal
Water Velocity
Object Velocity
↓
Force

最终主要处理:

Gravity
Buoyancy
Water Drag
Air Drag

这里并没有运行完整的 CFD, 即 Computational Fluid Dynamics, 计算流体力学模拟.

而是使用经过简化的解析模型计算物体所受的主要作用力.

因此 Arc Blanc 的目标不是得到严格的流体力学结果, 而是在:

Physical Plausibility
物理可信度

和

Real-time Performance
实时性能

之间取得平衡.

---

8. GPU Reduction: GPU 和 CPU 之间的数据边界

8.1 GPU Reduction 是什么

Reduction 可以理解为:

将大量数据逐步合并成少量结果.

例如有大量 Triangle Force:

F0
F1
F2
F3
...
F4095

最简单的做法是把它们全部传回 CPU 再求和.

但这样会产生大量 GPU → CPU 数据传输.

GPU Reduction 则是在 GPU 内完成:

4096
↓
2048
↓
1024
↓
512
↓
...
↓
1

这种过程可以高度并行执行, 因此通常称为 Parallel Reduction, 并行归约.

---

8.2 Arc Blanc 为什么需要 GPU Reduction

Arc Blanc 首先在 GPU 中逐 Triangle 计算:

Geometry
Forces

随后并不把所有 Triangle Result 传回 CPU.

而是:

Triangle Results
↓
GPU Parallel Reduction
↓
Total Force
Total Moment
Other Global Parameters
↓
GPU → CPU
↓
Physics Solver

这样可以显著减少 GPU 与 CPU 之间的数据传输.

这是一种非常值得借鉴的 GPU/CPU 系统设计:

GPU
大量数据
↓
并行计算
↓
GPU 内归约
↓
少量结果
↓
CPU

而不是:

GPU
大量数据
↓
Readback
↓
CPU 再处理

---

9. FDM: 物体如何反过来影响海洋

9.1 FDM 是什么

FDM, Finite-Difference Method, 即有限差分法.

核心思想是:

将连续空间划分成离散网格, 使用相邻格点之间的差值近似微分.

例如局部水面:

●──●──●──●
│  │  │  │
●──●──●──●
│  │  │  │
●──●──●──●

每个 Grid Point 保存当前水面高度.

下一时间步的高度根据:

Current Height
Previous Height
Neighbor Height
Wave Velocity

计算.

这样就可以让扰动在 Grid 中传播成波.

Arc Blanc 使用 GPU 并行更新整个 FDM Grid, 每个线程负责一个 Grid Point.

需要注意:

这里的 FDM 是对局部二维水面波动方程进行数值求解, 并不是使用 FDM 模拟完整三维 Navier-Stokes 流体.

---

10. 为什么同时需要 FFT 和 FDM

FFT 和 FDM 实际上解决的是两种完全不同的问题.

                 Ocean
                   │
       ┌───────────┴───────────┐
       ↓                       ↓
      FFT                     FDM
       ↓                       ↓
Global Ocean              Local Interaction
大范围自然波浪              物体产生的扰动

如果使用 FDM 模拟整个海洋:

巨大空间
×
高分辨率 Grid
×
持续更新

成本很高.

而 FFT 非常适合生成大范围统计意义上的自然海浪.

因此 Arc Blanc 使用:

Global Cheap Approximation
FFT

+

Local Numerical Simulation
FDM

可以概括成:

大范围使用便宜的频域模型, 局部交互区域使用更昂贵的数值模拟.

这是整篇论文最值得关注的系统设计之一.

---

11. FDM 的波从哪里产生

仅有 FDM 还不够.

系统还需要告诉 FDM:

船到底在哪些区域扰动了水面?

Arc Blanc 首先计算:

Hull Mesh
∩
Ocean Free Surface
↓
Intersection Polygon

也就是船体与当前自由水面的交线.

然后:

Intersection Polygon
↓
Transform To Local FDM Grid
↓
Point In Polygon
↓
Wave Generation Mask
↓
FDM

Mask 中保存船体影响区域对应的水面高度变化.

而且这个 Mask 并不是简单的圆形或者 Box.

它来源于:

真实 Hull
+
当前 Ocean Surface

的几何关系.

因此不同船体形状可以自然产生不同的 Interaction Region.

---

12. 完整的数据闭环

整个 Arc Blanc 最终形成:

        Tessendorf / FFT
              ↓
       Ocean Free Surface
       Height + Velocity
              ↓
        Fluid → Solid
              ↓
         Total Forces
              ↓
        Physics Solver
              ↓
         Solid Motion
              ↓
        Solid → Fluid
              ↓
     Intersection Polygon
              ↓
       Generation Mask
              ↓
             FDM
              ↓
      Interaction Waves
              ↓
       Ocean Free Surface

也就是说:

Ocean
↓
Boat
↓
Ocean
↓
Boat
...

每一个 Simulation Step 都会影响后续 Simulation Step.

---

13. 性能

论文测试中, 单物体场景主要 GPU 模拟耗时约为:

模块	GPU 时间
Tessendorf Ocean	1.551 ms
Fluid → Solid	1.531 ms
Solid → Fluid	0.338 ms
Total	3.414 ms

十个 Solid 的测试中, 总计约 4135 个 Triangle, GPU 总时间约为 12.297 ms.

因此这并不是一个”几乎免费”的海洋系统.

更准确地说:

它证明了这一整套双向海洋模拟可以在桌面 GPU 上达到实时级别.

---

14. 我认为最值得关注的部分

我认为 Arc Blanc 真正值得参考的并不是某一个独立公式, 而是它的系统拆分方式.

第一点是:

Global Simulation
+
Local Simulation

大范围自然海浪交给 FFT, 局部复杂交互交给 FDM.

这比寻找一种算法同时解决所有尺度的问题更加适合实时系统.

第二点是 GPU First 的数据架构:

GPU Generate
↓
GPU Compute
↓
GPU Reduce
↓
Minimum Readback
↓
CPU Physics

GPU 上产生的大规模数据尽可能留在 GPU 内部.

只有 Physics Solver 真正需要的最终结果才进入 CPU.

第三点是 Geometry 被明确作为不同系统之间的接口:

Hull Mesh
↓
Triangle Geometry
↓
Fluid → Solid

以及:

Hull / Surface Intersection
↓
Polygon
↓
Mask
↓
Solid → Fluid

也就是说, 系统不是直接让”船”和”水”两个复杂模块互相访问内部状态, 而是生成明确的中间几何表示.

第四点是 Arc Blanc 并不追求完整 CFD.

它不断使用:

Approximation
Sampling
Interpolation
Local Simulation
GPU Parallelism

把原本无法实时解决的问题转换成可控的近似问题.

这非常符合实时图形系统的工程思路.

---

15. 如果实现 Unity 版本, 建议的系统边界

后续如果以 Arc Blanc 为参考实现 Unity 版本, 不建议一次实现完整框架.

可以按照以下依赖关系逐步推进:

阶段	系统	首要验证目标
Phase 1	FFT Ocean	Height / Displacement 正确
Phase 2	Ocean Cascade	大、中、小尺度海浪组合正确
Phase 3	Water Velocity	可以查询任意位置和深度的水流速度
Phase 4	Fluid → Solid	简单代理 Mesh 可以获得稳定浮力和阻力
Phase 5	GPU Reduction	GPU 只向 CPU 输出最终 Physics 数据
Phase 6	Local FDM	独立局部水面扰动能够传播
Phase 7	Hull Intersection Mask	根据船体实际形状生成 FDM 输入
Phase 8	Full Coupling	FFT、Physics、FDM 构成完整反馈闭环

对于 Unity, 可以初步对应为:

ComputeShader
├── Ocean Spectrum
├── FFT / IFFT
├── Ocean Output
├── Water Velocity
├── Hull Geometry
├── Force Calculation
├── GPU Reduction
├── Interaction Mask
└── FDM

GPU Resources
├── RenderTexture
└── GraphicsBuffer

CPU
├── System Configuration
├── Scheduling
└── Rigidbody / Physics Integration

其中真正需要提前验证的风险之一是:

GPU Reduction
↓
GPU → CPU
↓
Unity Physics

之间的同步策略.

如果同步 Readback, 可能造成 GPU/CPU Stall.

如果使用 AsyncGPUReadback, 又需要接受至少一定程度的状态延迟, 并设计 Simulation State、时间步和 Physics Integration 之间的关系.

因此这一部分在 Unity 版本中不应被单纯理解成一个 API 调用问题, 而应该作为独立的系统边界设计.

---

16. 总结

Arc Blanc 可以压缩成下面这一套结构:

FFT
负责整个海洋

↓

Water Height + Velocity

↓

GPU Triangle Calculation
负责水对船的作用

↓

GPU Reduction
压缩 GPU 计算结果

↓

CPU Physics
更新船体运动

↓

Hull / Water Intersection

↓

Mask

↓

FDM
负责船附近的互动波

↓

重新加入 Ocean Surface

它最有价值的地方不是”如何画一个漂亮的海”, 而是给出了一套完整的:

大尺度海洋 + 水下速度场 + 刚体受力 + 局部互动波 + GPU/CPU 数据流

的实时系统架构.

因此如果需要开发一个 Unity 实时海洋系统, Arc Blanc 非常适合作为整体架构参考.

它并不意味着 Unity 版本需要完全复制论文实现.

更合适的方式是保留论文的核心分层:

Global FFT
+
Fluid → Solid
+
Local FDM
+
GPU Reduction

然后逐模块验证、替换和优化.

这样即使最终某个模块没有采用论文算法, 整个系统仍然可以保持清晰的职责边界.

---

参考资料

1. David Algis, Bérenger Bramas, Emmanuelle Darles, Lilian Aveneau. Arc Blanc: a real time ocean simulation framework. Journal of Computer Graphics Techniques, Vol.14, No.1, 2025. 论文页面: https://jcgt.org/published/0014/01/05/
2. Arc Blanc, JCGT PDF: https://jcgt.org/published/0014/01/05/paper.pdf
3. Arc Blanc, arXiv: https://arxiv.org/abs/2503.03326
4. Jerry Tessendorf. Simulating Ocean Water. Tessendorf Ocean 是现代实时 FFT Ocean 的经典基础方法之一. https://www.researchgate.net/publication/264839743_Simulating_Ocean_Water