4、GPU渲染管线（下）：纹理映射、深度测试、混合、帧缓冲，以及现代GPU的可编程着色器架构

好，咱们接着聊渲染管线的后半段。上一章我们把顶点处理完了，图元也装配好了，光栅化也把像素点给算出来了。接下来这些像素要经历什么？说白了，就是「怎么贴图」、「谁在前面谁在后面」、「颜色怎么混在一起」，最后「存到哪里去」。这几个环节，每一个都是坑，我当年踩过不少。

4.1 纹理映射：给模型穿上衣服

光栅化之后，每个像素都拿到了自己的屏幕坐标。但光有坐标没用，你得告诉它「这个像素该是什么颜色」。纹理映射就是干这个的。

纹理映射的核心，是把纹理坐标（UV坐标）映射到纹理图像上，采样出颜色值。你想想看，一个三角形有三个顶点，每个顶点都有一个UV值。光栅化的时候，像素的UV是通过顶点UV插值算出来的。嗯，这里要注意：插值是在屏幕空间做的，不是世界空间。透视校正插值，这个细节很多教材一笔带过，但实际做硬件的时候，这个除法器占的面积可不小。

我在项目中遇到过一个问题：纹理采样时，边界上的纹素会「溢出」，导致出现奇怪的条纹。后来发现是纹理寻址模式没配好。常见的模式有：

• 重复（Repeat）：UV超出[0,1]范围时，取小数部分循环
• 镜像（Mirror）：像镜子一样来回反射
• 钳位（Clamp）：超出范围就取边界值

还有一个容易被忽略的点：各向异性过滤。各向异性过滤不是所有场景都需要，但如果你在做地形渲染，斜着看地面的时候，普通Mipmap会糊成一片。各向异性过滤能根据视角方向，在多个方向上采样，效果明显好很多。当然，硬件开销也大——我记得当年做芯片面积评估时，各向异性过滤单元占了纹理单元将近30%的面积。

4.2 深度测试：谁在前面谁说了算

纹理映射完了，像素有了颜色。但场景里可能有多个物体，一个像素位置可能对应多个片元。谁该显示出来？深度测试就是解决这个问题的。

深度测试的原理很简单：每个片元都有一个深度值（Z值），跟深度缓冲区里存的值比一比。如果当前片元更靠近相机，就通过测试，同时更新深度缓冲区。否则就丢弃。

但这里有个坑：深度值的精度问题。深度缓冲区通常是24位或32位浮点数，但投影变换后的深度值不是线性的。靠近近裁剪面的深度变化大，远处的变化小。这就导致远处物体的深度测试容易出问题——Z-fighting现象。

深度测试还有一个优化技巧：Early-Z。传统管线是先做像素着色，再做深度测试。但很多片元其实根本通不过深度测试，白做了像素着色。Early-Z把深度测试提前到像素着色之前，能省掉大量无效计算。不过要注意：如果像素着色器里修改了深度值，Early-Z就不能用了。硬件上会有一个标志位来控制这个行为。

4.3 混合：透明物体的艺术

深度测试处理不了透明物体。为什么？因为透明物体需要跟后面的物体颜色「混在一起」。这就是混合（Blending）要做的事。

混合操作发生在像素着色之后、写入帧缓冲之前。它的公式是：

最终颜色 = 源颜色 × 源因子 + 目标颜色 × 目标因子

源颜色是当前片元的颜色，目标颜色是帧缓冲里已有的颜色。源因子和目标因子可以配置，常见的组合有：

混合模式	源因子	目标因子	效果
普通透明	源Alpha	1 - 源Alpha	标准透明度混合
叠加	1	1	颜色叠加变亮
相乘	目标颜色	0	颜色相乘变暗

混合有一个大坑：顺序依赖。透明物体必须从远到近渲染，否则混合结果不对。为什么？因为混合公式假设目标颜色已经是后面所有物体的混合结果。如果先画前面的透明物体，再画后面的，后面的颜色会盖住前面的——这就错了。

我记得有一次做UI渲染，半透明窗口总是显示不对。查了半天，发现是渲染顺序反了。后来我养成了一个习惯：所有透明物体单独排序，从远到近渲染。不透明物体先画，深度测试正常开；透明物体后画，深度测试只读不写。

4.4 帧缓冲：最终的目的地

所有像素处理完了，总得有个地方存起来。帧缓冲（Framebuffer）就是干这个的。它通常包含颜色缓冲、深度缓冲、模板缓冲。

颜色缓冲存的是最终要显示的颜色。深度缓冲我们刚聊过。模板缓冲用来做更精细的遮罩控制——比如在某个区域内才允许绘制。

现代GPU支持多个颜色缓冲，这叫MRT（Multiple Render Targets）。像素着色器可以同时输出多个颜色值，分别写入不同的颜色缓冲。这个技术在做延迟渲染（Deferred Rendering）时特别有用：一次渲染把位置、法线、颜色等信息都存下来，后面再做光照计算。

还有一个概念：交换链（Swap Chain）。显示器的刷新是连续的，但GPU渲染是一帧一帧的。为了避免画面撕裂，通常用双缓冲或三缓冲。前缓冲显示，后缓冲渲染，渲染完交换。三缓冲多了一个缓冲，可以减少等待时间，但会增加延迟。

4.5 现代GPU的可编程着色器架构

聊完了固定功能管线，咱们看看现代GPU是怎么做的。说白了，现代GPU把渲染管线的很多环节都「可编程化」了。顶点着色器、像素着色器、几何着色器、计算着色器……这些都是可编程的。

可编程着色器的核心是SIMT（Single Instruction, Multiple Threads）架构。什么意思？就是一条指令，多个线程同时执行。每个线程处理一个顶点或一个像素。但线程之间可能有分支，导致执行效率下降。嗯，这里要注意：分支越少，性能越好。

我建议你理解一下着色器核心的组成：

• ALU（算术逻辑单元）：做加减乘除、三角函数等
• SFU（特殊函数单元）：处理指数、对数、平方根等复杂运算
• 纹理单元：负责纹理采样、过滤
• 寄存器文件：存储线程的临时变量
• 共享内存：同一线程组内的线程可以共享数据

现代GPU的架构演进有几个趋势：

1. 统一着色器架构：顶点着色器和像素着色器用同一套计算单元，动态分配资源。这样不会出现顶点太多像素空闲，或者反过来。
2. Tile-based渲染：把屏幕分成小块，每块在片上缓存里处理完再写回。带宽省了，但需要额外的几何处理阶段。
3. 计算着色器：不局限于图形渲染，可以做通用计算（GPGPU）。深度学习、物理模拟都能跑在GPU上。

我曾经参与过一个GPU架构设计项目，当时在纠结要不要用统一着色器。老架构是分离的，顶点和像素各有固定数量的单元。结果发现，在复杂场景下顶点单元不够用，简单场景下像素单元闲置。后来统一了，资源利用率从60%提升到了85%以上。这个数据我记得很清楚。

最后说一个容易被忽略的点：着色器编译。GPU不直接执行高级语言（如GLSL、HLSL），而是先编译成中间表示，再转成机器码。驱动里有一个JIT编译器，负责这个工作。如果着色器编译优化不好，性能会大打折扣。我建议你在写着色器时，尽量少用动态分支，多用常量折叠和内联函数。这些优化，编译器不一定能帮你做好。

好了，渲染管线的核心内容就这些。从顶点到像素，从纹理到深度，从混合到帧缓冲，每一步都有它的设计哲学和工程陷阱。下一章我们会聊更底层的GPU微架构，包括线程调度、内存层次、缓存一致性等。到时候再细说。