本文整理自《Unity Shader入门精要》以及LearnOpenGL

综述

渲染流水线的工作任务在于由一个三维场景出发，生成一张二维图像。通常由CPU和GPU共用完成。

《RTR》把整个渲染流程概念化为三个阶段：

1. 应用阶段（CPU）

   即准备好场景数据，进行粗粒度的剔除，设置每个模型的渲染状态（材质、纹理、shader等），输出渲染图元。

2. 几何阶段（GPU）

   对每个渲染图元进行逐顶点、逐多边形的操作，把顶点坐标变换到屏幕坐标，输出二维顶点坐标以及每个顶点相应的数据。

3. 光栅化阶段（GPU）

   对逐顶点数据进行纹理以及颜色插值，再进行逐像素的其他处理，产生屏幕上的像素，渲染出最终的图像。

渲染流水线中CPU与GPU之间的通信

渲染流水线的起点是CPU，所以CPU与GPU之间的通信主要出现在应用阶段：

1. 把数据加载到显存当中：硬盘->内存->显存
2. 设置渲染状态：设置着色器、光照、材质
3. 调用Draw Call：CPU发往GPU的渲染命令，GPU根据渲染状态和传输的数据跑完整个GPU流水线，输出屏幕像素

GPU流水线

GPU的渲染流水线如上图，GPU从显存中读取顶点数据，进入几何阶段。其中屏幕映射、三角形设置、三角形遍历都是GPU固定实现的（Fixed-function），不可编程或者配置。

几何阶段中包含以下子流水线阶段：

1.顶点着色器（Vertex Shader）

输入顶点数据，对顶点做坐标变换（模拟水或者布料），把顶点坐标从模型空间转换到齐次裁剪空间（视锥体确定的空间，即经过MVP矩阵变换后的空间），做透视除法（xyz除以齐次坐标）后得到归一化后的设备坐标NDC（Normalized Device Coordinates），在OpenGL是(-1,1)，再计算顶点颜色；

2.曲面细分着色器（Tessellation Shader）

可选，用于细分图元；

3.几何着色器（Geometry Shader）

可选，用于执行逐图元的着色操作，或用于产生更多的图元；

4.裁剪（Clipping）

将部分在视野内的图元裁剪成两部分，舍弃在NDC立方体外的部分，只将在NDC立方体内的图元传播到下一个环节，这步不可编程，是硬件上的固定操作，但可以进行配置；

5.屏幕映射（Screen Mapping）

把每个图元的x和y坐标转换到屏幕坐标系（和屏幕分辨率有关系）下，不改变z坐标，由此形成窗口坐标系（屏幕坐标系+z坐标）；

OpenGL和DirectX的屏幕坐标是反向的

光栅化阶段包含以下子流水线阶段：

1.三角形设置（Triangle Setup）

计算光栅化一个三角网格所需要的信息，由于上一个阶段输出顶点以及额外的信息，并没有包含三角形的边界信息，这一步主要得到三角形边界的表示方式；

2.三角形遍历（Triangle Traversal）

检查每个像素是否被三角网格所覆盖，如果被覆盖，则生成一个片元，这样一个过程就是三角形遍历，也称扫描变换，并且会使用三角网格的顶点信息对所有像素进行插值（深度等），最终输出片元序列，还不是一个真正意义上的像素，而是包含了很多状态的集合（包含屏幕坐标、深度信息、顶点信息、法线以及纹理坐标等），这些状态用于计算像素的最终颜色；

3.片元着色器（Fragment Shader/Pixel Shader）

输入片元信息，输出像素真正的颜色值，此阶段包含纹理采样等渲染技术，但是一般仅能影响单个片元。

4.逐片元操作（Per-Fragment Operations/Output-Merger）

这一阶段决定片元的可见性，主要过程如图：

模板测试（Stencil Test）

对每个片元，对比它的模板缓冲的值与参考值，并且按照一定规则通过测试，如果通过测试，那么此片元可以进入下一个阶段，通常用于渲染阴影、镜面、轮廓等。

大体步骤如下：

• 启用模板缓冲写入 glStencilMask(0xFF)
• 渲染物体，根据物体更新模板缓冲内容（例如物体轮廓的模板缓冲置为1）glStencilFunc
• 禁用模板缓冲写入 glStencilMask(0x00)
• 渲染其它气体，这次根据模板缓冲内容丢弃特定片段（例如不绘制原物体轮廓部分） glStencilFunc

OpenGL相关函数

1
2
3

glStencilMask(0xFF); // 位遮罩(bitmask)，每一位写入模板缓冲时都与它进行位加运算，效果为允许
// 写入 
glStencilMask(0x00); // 0x00，进行位加运算后还是0x00，原模板缓冲不变，效果为禁止写入

1
2
3
4

glStencilFunc(GLenum func, GLint ref, GLuint mask) // 指定通过模板测试条件，通过测试则
// 直接被绘制，func为比较函数，ref为比较的参考值，mask为位遮罩，比较前对两边先进行位加运算，
// (ref & mask)(stencil & mask)，再进行比较
glStencilFunc(GL_EQUAL, 1, 0xFF)) // 当缓冲区等于1时，通过模板测试

1
2
3

glStencilOp(GLenum sfail, GLenum dpfail, GLenum dppass) // 指定测试通过或失败时执行的动作，
// sfail为模板测试失败时，dpfail为只有深度测试失败时，dppass为两个测试都通过时，执行的动作
glStencilOp(GL_KEEP, GL_KEEP, GL_REPLACE); // 字面意思，replace为替换为ref值

深度测试（Depth Test）

通常用于隐藏面消除的z-buffer算法，通过比较片元的深度来判断片元是否通过深度测试，如果通过测试可以进入下一个测试阶段，最终可绘制出来，此阶段也是可以高度配置的，可用于透明效果的实现。

混合（Blend）

用于半透明物体或者透明物体的实现，如果没有混合操作，就会直接使用片元的颜色覆盖掉颜色缓冲区中的颜色，开了混合后，GPU会取出源色和目标颜色，将两种颜色进行混合。

测试的顺序与性能

通常测试是在片元着色器后进行的，但是这样会浪费计算成本，很多片元着色器计算得到的值并不会显示在最终屏幕上，所以大多数GPU会尽可能在片元着色器之前进行这些测试，以提高性能，但是这样有可能与片元着色器中的操作，例如透明度测试，发生冲突，GPU会判断冲突，如果有冲突，则会禁用提前测试，这也是透明度测试会导致性能下降的原因。

关于Draw Call造成的性能影响

CPU和GPU并行工作

CPU和GPU通过命令缓冲区（Command Buffer）进行协同工作，即一个命令队列，CPU向其中添加命令，GPU从其中读取命令。

Draw Call对性能的影响及优化方法

每次调用Draw Call，CPU需要向GPU发送很多内容，包括数据、状态、命令等，这阶段CPU需要完成很多工作，例如检查渲染状态，待CPU完成这些工作后，GPU才开始渲染，但是GPU的渲染速度通常快于CPU的速度，如果Draw Call太多，CPU会把大量时间花费在提交Draw Call上，造成过载。

那么把大量Draw Call合并成一个Draw Call可以减少Draw Call，这就是批处理（Batching），通常通过在CPU内存中合并静态物体的网格来达到目的。

游戏开发中减少Draw Call的开销，需要注意：

1. 避免使用大量很小的网格，同时尽量合并它们；
2. 避免使用过多的材质；