光线追踪器性能优化：智能指针与裸指针的选型疑问

问题背景 #

我参照《Ray Tracing in One Weekend》实现了一款玩具光线追踪器，代码结构整洁但性能极差：渲染400×400分辨率、1000采样数、10次光线反弹的图像耗时超1分钟。通过VTune分析，核心性能瓶颈集中在智能指针的原子操作上：

• std::shared_ptr<Material>::operator=：在两个独立函数中分别占用约9%和6%的CPU时间
• __gnu_cxx::__atomic_add：占用约4%的CPU时间，调用链为__gnu_cxx::__atomic_add_dispatch ← std::shared_ptr<Material>::shared_ptr ← HitRecord::material ← Camera::ray_color，推测为引用计数的原子更新开销。

当初选择std::shared_ptr是为了逻辑便利：光线与物体相交时，需要创建散射记录并传递Material对象计算散射行为，因此大量Material资源会在不同模块间流转。

优化抉择疑问 #

现在重写优化时面临两难：

• 改用裸指针：能彻底消除智能指针的性能开销，但需要手动管理内存，实现繁琐且容易出错
• 改用std::unique_ptr：可以明确资源所有权，避免责任分散，但不确定是否能适配当前的资源流转逻辑，同时完全消除性能瓶颈

想请教这类高性能要求的程序，行业常规做法是什么？是否存在既能利用智能指针避免手动内存管理痛点，又能保证性能的折中方案？

内容的提问来源于stack exchange，提问作者Niccolò Tiezzi