在上一篇文章中，我談到了GPU架構(gòu)的工作原理。這是一個(gè)比較新穎的架構(gòu)，與其他架構(gòu)的工作方式不太相同，我們稱之為基于區(qū)塊貼圖的延遲渲染或TBDR。從概念而言，其基本前提非常簡(jiǎn)單。

首先，我們把屏幕分成小的區(qū)塊，使之操作簡(jiǎn)單且大小適于完全放在GPU上，大量減少訪問(wèn)內(nèi)存。這部分我先做闡釋，不熟悉此部分的請(qǐng)先行了解。

第二部分需使用第一部分生成的信息——渲染貼圖的原語(yǔ)列表——盡可能多地延遲隨后生成的像素，所以渲染盡量不會(huì)放過(guò)每個(gè)細(xì)節(jié)之處。讓我們先來(lái)看看硬件的工作。

參數(shù)緩沖區(qū)

在我的上一篇文章中提到，硬件所需完成的最后一件事便是填滿參數(shù)緩沖區(qū)(PB)。回顧一下，PB本質(zhì)上是一個(gè)打包的區(qū)塊貼圖列表，填充了形成貼圖的轉(zhuǎn)換幾何圖，硬件同樣可以對(duì)其進(jìn)行有效的計(jì)算。記住，我們不必使用簡(jiǎn)單且效率低下的方法來(lái)計(jì)算究竟是哪個(gè)幾何對(duì)象構(gòu)成了貼圖。實(shí)際上，我們可以準(zhǔn)確地計(jì)算貼圖，因而不必要浪費(fèi)時(shí)間處理那些最終不會(huì)對(duì)貼圖產(chǎn)生影響的原語(yǔ)。

因此，GPU建立了中間數(shù)據(jù)結(jié)構(gòu)，并具有完整的三角形列表。接下來(lái)便是光柵化，,并把那些三角形變成像素，且在內(nèi)核中對(duì)像素進(jìn)行著色。對(duì)于我們的架構(gòu)而言，光柵化尤為復(fù)雜：驅(qū)動(dòng)GPU效率的關(guān)鍵事物投射在這部分管道中，接下來(lái)讓我們逐步了解相關(guān)過(guò)程。

另外，一些讀者可能會(huì)很驚訝地發(fā)現(xiàn)，光柵化并不僅僅發(fā)生在一個(gè)簡(jiǎn)單的稱之為光柵格的單片上。在所有GPU中，無(wú)論大小，都是由許多子塊組成的比較緊湊的面向數(shù)據(jù)流的管道在運(yùn)行。使之在不成為影響吞吐量的瓶頸下保持平衡則非常困難，且由于任務(wù)的性質(zhì)，固定功能邏輯比可編程著色器內(nèi)核更加合適。

提取PB數(shù)據(jù)至內(nèi)核中

首先，我們需要從內(nèi)存中提取貼圖列表至內(nèi)核中，然后解析他們的狀態(tài)、位置數(shù)據(jù)和一些控制位，使GPU可以恰當(dāng)?shù)倪\(yùn)行幾何對(duì)象。數(shù)據(jù)可以被壓縮，所以區(qū)塊負(fù)責(zé)讀取數(shù)據(jù)，即我們所說(shuō)的參數(shù)獲取，其也能解壓數(shù)據(jù)。由于區(qū)塊存在內(nèi)存訪問(wèn)，一些獲取內(nèi)存延遲的情況必須容許，所以可以從內(nèi)存中預(yù)讀取及突發(fā)讀取數(shù)據(jù)，使PB中的數(shù)據(jù)可以再次進(jìn)入內(nèi)核中。目前為止，一切很順利。

邊緣方程

既然我們已經(jīng)把三角形放置在內(nèi)核中，接下來(lái)便是將它們變成像素。注意，我們是在3D而非2D空間處理幾何對(duì)象，而您的屏幕是一個(gè)2D平面。所以我們需要采取某種方式，將渲染的3D計(jì)算視圖映射到2D屏幕上。

接受來(lái)自參數(shù)提取物的原語(yǔ)的硬件字節(jié)，在柵格化像素的過(guò)程中負(fù)責(zé)設(shè)置定義三角形邊界的三角方程，因此我們?cè)谄聊簧峡吹降牟粌H僅是點(diǎn)，還有三角形的呈現(xiàn)。由于涉及到一些計(jì)算，硬件字節(jié)在固定的設(shè)置下有其專用且實(shí)際上非常復(fù)雜的浮點(diǎn)單元。

接下來(lái)便是三角形的邊界計(jì)算方程。三角形共享準(zhǔn)確深度值時(shí)，深度偏置可以起作用。這樣便不必糾結(jié)于哪個(gè)邊界應(yīng)該可視化，且一些角度的計(jì)算可以為進(jìn)一步形成的區(qū)塊提供有關(guān)幾何圖像構(gòu)成的信息。

平面方程

有了一組邊界方程，便可結(jié)合邊界方程定義三角幾何，猶如3D空間中的三棱鏡。在頭腦中想象圖像可能有違直覺，因?yàn)槟鷱奈凑嬲催^(guò)其3D效果。您需要一些想象的線條來(lái)構(gòu)建可視化的圖像。

其次，需要一個(gè)穿過(guò)棱鏡的2D切片，這樣當(dāng)三角形的2D效果呈現(xiàn)在屏幕上時(shí)，可以基本拉平圖像，并找出棱鏡的字節(jié)。這是一個(gè)重要的里程碑。要實(shí)現(xiàn)上述過(guò)程，便需要一個(gè)四階方程來(lái)定義通過(guò)棱鏡的平面片，而棱鏡則由邊界方程定義。

在硬件中評(píng)估四階方程，其給出的平面片可以映射到貼圖的像素中。接下來(lái)對(duì)屏幕貼圖做一些闡述以助于理解此部分內(nèi)容。

貼圖大小

任何貼圖架構(gòu)都要在貼圖大小和存儲(chǔ)空間之間進(jìn)行一些權(quán)衡。在我們的案例中，我們需要一些用于參數(shù)緩沖區(qū)的存儲(chǔ)空間來(lái)儲(chǔ)存貼圖的三角形列表。而這個(gè)存儲(chǔ)空間位于系統(tǒng)內(nèi)存中。其次，還需要GPU芯片內(nèi)的存儲(chǔ)空間，用于處理貼圖中的像素。

因此對(duì)于這兩個(gè)貼圖理論上的尺寸，一個(gè)貼圖是另一個(gè)的四倍 (兩倍X軸和兩倍Y軸)，且渲染分辨率是1080 p。顯然，如果尺寸較小，則需要較多的貼圖，這意味著參數(shù)緩沖區(qū)中需要有更多的貼圖列表，但可與貼圖交叉的三角形則更少，因此所需GPU存儲(chǔ)也更小。反之亦然。我們只需較少的貼圖列表，因?yàn)橘N圖不可能足夠多，但每個(gè)貼圖的三角形平均數(shù)量則可能會(huì)增多，且由于每個(gè)貼圖是像素的4倍，因此需要4倍的GPU存儲(chǔ)空間。