速览卡片
| 概念 | 一句话说明 |
|---|---|
| 渲染流水线 | 从三维场景出发生成一张二维图像，CPU 和 GPU 共同完成 |
| 应用阶段 | CPU 主导：准备数据 → 设置渲染状态 → 提交 Draw Call，输出渲染图元 |
| 几何阶段 | GPU 主导：顶点着色器（MVP 变换）→ 裁剪 → 屏幕映射 |
| 光栅化阶段 | GPU 主导：三角形遍历生成片元 → 片元着色器 → 测试与混合 |
| 渲染图元 | GPU 唯一能直接处理的几何单位：点、线、三角形 |
| Draw Call | CPU 发给 GPU 的命令，只指向图元列表，不含材质信息 |
| 齐次裁剪空间 | 顶点着色器的输出空间，四维坐标 (x,y,z,w)，w≠1 |
| 屏幕映射 | NDC [-1,1]³ → 屏幕像素坐标，z 不处理 |
| 片元 | 光栅化生成的”候选像素”，插值顶点属性的状态集合，≠ 像素 |
| 逐片元操作 | 模板测试 → 深度测试 → 混合，高度可配置但不可编程 |
| Early-Z | 深度测试提前到片元着色器之前，与透明度测试冲突 |
| 双重缓冲 | 渲染在后置缓冲，完成后交换前置缓冲，画面连续 |
| 命令缓冲区 | CPU 添命令、GPU 取命令，二者并行工作的关键 |
| 批处理 | 减少 Draw Call：合并网格，适合静态物体 |
2.1 综述
洋娃娃工厂例子：流水线各工序并行，产量取决于最慢的工序（bottleneck）。
渲染流程分三个概念阶段：应用阶段、几何阶段、光栅化阶段。划分依据是谁拥有控制权——应用阶段 CPU 控制，后两个阶段 GPU 接管；各阶段之间流水线并行，”应用阶段”在整个帧的时间内持续发生。
A：图元 = GPU 能直接处理的基本几何单位（点/线/三角形，Mesh 和四边形必须拆成这三种）；片元 = 光栅化阶段对被覆盖像素生成的状态集合（插值得到的法线、UV、深度等）。链条：CPU 把 Mesh 拆成图元 → GPU 把图元变片元 → 片元过测试变像素。
2.2 CPU 和 GPU 之间的通信
应用阶段三个任务：准备场景数据（摄像机、视锥体、模型、光源）；粗粒度剔除（culling）；设置渲染状态。输出是渲染图元。
数据流向：硬盘 → 内存（全部渲染数据）→ 显存（GPU 要用的子集）。显卡对显存访问更快、且大多数显卡不能直接访问 RAM；数据进显存后 RAM 副本通常可删，但 CPU 还要做碰撞检测/动画的数据要保留。
A：不相等，是"全集 ⊃ 子集"的关系。第一步是全集（几何、纹理、Shader、材质参数全进 RAM）；第二步是子集——只有 GPU 真正消费的数据进显存：顶点/索引（顶点着色器用）、纹理（片元着色器采样）、参数（MVP、光照等）。碰撞体、骨骼、CPU 剔除用的包围盒留在 RAM。判断标准：这数据接下来被 CPU 用还是被 GPU 用。
渲染状态定义网格怎么被渲染：用哪个顶点着色器/片元着色器、光源属性、材质等。不改状态，所有网格用同一种状态渲染。
Draw Call 就是一个命令，发起方是 CPU，接收方是 GPU，只指向图元列表，材质信息上一步已设好。
2.3 GPU 流水线
先给出书中图 2.6 的完整流程，后文小节按此流程逐站展开：
着色器 → 几何
着色器 → 裁剪 → 屏幕映射 → 三角形
设置 → 三角形
遍历 → 片元着色器 → 逐片元
操作 → 屏幕图像
实线框 = 必需 虚线框 = 可选（细分、几何着色器）
2.3.2 顶点着色器
顶点着色器（Vertex Shader）：每顶点调用一次；不能创建/销毁顶点，无法得知顶点间关系，因此可高速并行。两个主要工作：坐标变换和逐顶点光照。
1 | o.pos = mul(UNITY_MVP, v.position); // 模型空间 → 齐次裁剪空间 |
MVP = 模型变换（模型空间→世界空间，即 Transform 组件）、V 观察变换（世界→相机空间，相机变换的逆）、P 投影变换（相机→齐次裁剪空间）。输出仍是四维、w≠1，”压扁”发生在后面的透视除法。
A：顶点着色器输出只是齐次裁剪空间坐标，不含屏幕分辨率信息，算不出像素位置。之后链路：裁剪（在齐次裁剪空间，裁剪面 x=±w 等六个平面）→ 透视除法（xyz/w → NDC [-1,1]³，固定硬件自动做）→ 屏幕映射。
A："顶点颜色"只是举例——输出统称 varying，"易变"指会被光栅化器插值。顶点着色器可输出颜色、UV、法线、切线等。现代管线颜色多在片元着色器算（纹理×光照），顶点色通道常被挪用：蒙皮权重、动画参数、遮罩。历史原因：固定管线时代属性槽位定死（位置/法线/颜色/UV），颜色槽常空着就借用了；现在可自定义顶点属性（mesh.uv2~uv8），但复用颜色通道零成本、工具链成熟，仍常见。片元颜色 = 顶点属性按重心坐标加权插值的产物。
2.3.3 裁剪
裁剪（Clipping）处理三种关系：完全在内直接传递、完全在外剔除、部分在内则在边界处生成新顶点（位于图元与视野边界的交点）。不可编程，可配置（自定义裁剪平面）。
"裁剪"有两个：CPU 在应用阶段做视锥体剔除（物体级，被剔除的不发 Draw Call）和 GPU 在几何阶段做图元裁剪（部分在内会生成新顶点）。一前一后、一个 CPU 一个 GPU。
2.3.4 屏幕映射
屏幕映射（Screen Mapping）：x、y 从 [-1,1] 缩放到窗口分辨率（如 1080×1920）。z 不处理，与屏幕坐标组成窗口坐标系传给光栅化。
坑：OpenGL 以左下角为 (0,0)，DirectX 以左上角为 (0,0)——图像倒转常因于此。
屏幕映射只负责 NDC → 屏幕像素坐标。"归一化到 [-1,1]³"是独立的透视除法（裁剪后、屏幕映射前，固定硬件自动完成），不在任何可编程阶段。
2.3.5 & 2.3.6 三角形设置与遍历
进入光栅化概念阶段。三角形设置（Triangle Setup）计算光栅化所需信息（边界表示方式）；三角形遍历（Triangle Traversal）判断覆盖哪些像素，并对覆盖区域插值顶点信息（图 2.12 的深度插值例子）。都是固定函数。
定义：三角形 ABC 内一点 P，存在唯一一组 (λ_A, λ_B, λ_C) 满足：
快速计算：2D 叉积 = 2×2 行列式 = 带符号平行四边形面积。分母 cross(B−A, C−A) 算一次，分子各算一次，第三个用 1 减出来。三个 λ 全非负 ⇔ P 在三角形内——覆盖测试与插值权重是同一组计算；硬件用等价的边函数沿扫描线递推，所以快。
任意属性都走同一公式：
2.3.7 片元着色器
片元着色器（Fragment Shader）实现逐片元（Per-Fragment）着色，完全可编程。最重要技术：纹理采样（UV 是插值来的）。DirectX 里叫像素着色器，但”片元”更准确（此时还不是像素）。
输入 = 插值顶点属性 + 自己的屏幕坐标（SV_POSITION），不知道自己在哪个三角形——无三角形 ID、无索引，每次调用互相独立。定位自己靠：屏幕坐标（像素位置效果）；隐式屏幕空间导数（ddx/ddy，GPU 以 2×2 quad 执行可得，mipmap 选级靠它，cross(ddx,ddy) 可重建面法线——书上说的"唯一例外"）。理解"信息孤岛"就通了：为什么做不了"到三角形顶点的距离"、为什么透视校正插值重要。
2.3.8 逐片元操作
逐片元操作（Per-Fragment Operations）：如修改颜色、深度缓冲、进行混合等，不可编程但可配置性很高。流程：片元 → 模板测试 → 深度测试 → 混合 → 颜色缓冲区。
A：模板测试 = 绘画软件里的剪贴蒙版：上层内容只显示在下层有内容的区域，涂出界的部分自动被裁掉。模板测试就是把这套逻辑搬到每个像素上。
机制：每像素一个模板缓冲区（整数 0~255），相当于每格的"蒙版形状"；片元带着参考值来"对蒙版"，条件满足 → 内容显示（继续走深度测试、写颜色）；不满足 → 被裁掉。
经典配合（两次绘制）：第一遍画 A，把 A 的区域"定义为蒙版"（模板=1）；第二遍画 B，按条件被这个蒙版裁剪——B 画不进 A 的区域。
例 1 · 描边：剪贴蒙版的反向用法。先正常画角色 = 定义蒙版（模板=1）；再画放大 3% 的红色角色，条件设为"模板==1 就丢弃"——等于把红色内容从角色轮廓里裁掉，只剩轮廓外多出来的一圈红边。
例 2 · 镜子：标准正向剪贴。先画镜面 = 铺出蒙版形状（模板=1）；再画镜中世界，条件设为"只有模板==1 才许画"——镜像内容被剪贴进镜面的形状里，镜外的部分全部裁掉。
要点：① 模板缓冲全帧共享，用完要恢复状态；② 值是整数，可当计数器（阴影体：正面+1、背面−1，非零即阴影）；③ 只能过滤内容，不能生产内容（内部线靠贴图/rim）。
深度测试 = Z-Buffer 算法：近者胜，胜者写颜色+深度。一句话分工：深度测试管前后遮挡（自动），模板测试管区域通行（程序员布局）。
A：不是。硬件混合是通用公式：C_final = C_src ⊗ S + C_dst ⊗ D，S/D 可配置。α-blend 只是一种配置：S=SrcAlpha、D=OneMinusSrcAlpha（C_src·α + C_dst·(1−α)）。其他：加法混合（S=D=One，直接相加，火焰/光效，越加越亮）；不混合（直接覆盖）——不透明物体走这个，也是初学者开不出透明的原因。半透明物体必须从后往前画：混合对象是"颜色缓冲区已有的颜色"，顺序错了就混无可混（渲染队列的存在原因）；透明物体通常关深度写入，否则近的玻璃会挡掉后面的东西。
两个补充：
- Early-Z 技术：测试逻辑上在片元着色器之后，但 GPU 会尽量提前（避免算完颜色才发现被舍弃）。与透明度测试（clip）冲突——着色器可能推翻提前测试的结果，GPU 检测到冲突就禁用提前测试，这就是透明度测试性能下降的原因。
- 双重缓冲（Double Buffering）：渲染在后置缓冲（Back Buffer），完成后与前置缓冲（Front Buffer）交换，画面连续。
2.4 容易困惑的地方
2.4.1 OpenGL/DirectX 与显卡驱动
OpenGL/DirectX 是图像应用编程接口，架起应用与 GPU 的桥梁：应用发命令 → 接口转给显卡驱动 → 驱动翻译成 GPU 语言 + 把纹理转成 GPU 支持的格式（驱动像”显卡的操作系统”）。
2.4.2 HLSL、GLSL、CG
HLSL（DirectX）、GLSL（OpenGL）、CG（NVIDIA），先编译成与机器无关的中间语言（IL），再由驱动翻译。GLSL 跨平台但编译依赖硬件厂商（结果可能不一致）；HLSL 微软统一编译但几乎仅限微软平台；CG 语法近 HLSL、可无缝移植，但可能用不上 OpenGL 新特性。
2.4.3 Draw Call
误区：以为元凶是 GPU 状态切换。其实”拖后腿”的是 CPU。
CPU/GPU 靠命令缓冲区（Command Buffer）并行：CPU 添命令、GPU 取命令。每次 Draw Call 前 CPU 要做大量准备（检查渲染状态、打包数据），GPU 渲染极快（200 和 2000 个三角网格区别不大），提交速度跟不上渲染速度——Draw Call 太多，CPU 卡在提交里，GPU 空闲。类比：复制 1 万个 1KB 小文件远比复制一个 10MB 文件慢，开销在"动作"不在数据量。对策是批处理（Batching）：CPU 内存中合并小网格一次画完。注意：① 合并耗 CPU，适合静态物体（动态物体每帧重合并反而亏）；② 避免大量小网格、避免过多材质（材质不同合不了批）。
2.4.4 固定管线渲染
早期 GPU 只能配置不能编程；如今固定管线已退出历史舞台（OpenGL 3.2 Core Profile 完全移除），维护老项目才需要学。
2.5 什么是 Shader
一句话：Shader 就是 GPU 流水线上一些可高度编程的阶段（顶点/片元着色器必写，细分/几何着色器可选）。出色画面需所有阶段配合：渲染状态、混合函数、深度测试/写入的开关。
易混淆点对比汇总
| 易混淆对 | 一句话辨析 |
|---|---|
| 图元 vs 片元 | 图元 = GPU 直接处理的几何单位（点/线/三角形）；片元 = 光栅化后覆盖像素的状态集合 |
| CPU 视锥剔除 vs GPU 裁剪 | 前者应用阶段、物体级、不发 Draw Call；后者几何阶段、图元级、会生成新顶点 |
| 可编程 vs 可配置 | 可编程 = 写 Shader 代码；可配置 = 只能填参数（模板/深度/混合都是后者） |
| 深度测试 vs 模板测试 | 深度管前后遮挡（近者胜，自动）；模板管区域通行（挡板，程序员布局） |
| 投影变换 vs 透视除法 | 投影矩阵只把深度编进 w；压扁成 NDC 的是之后的透视除法 |
| 屏幕映射的范围 | 只负责 NDC → 屏幕像素坐标；透视除法到 NDC 是独立一步 |
| Blend vs α-blend | Blend 是通用混合公式；α-blend 只是一种因子配置（还有加法混合、不混合） |
| 模板测试 vs 深度学习 mask | 同一思想：逐元素挡板、入口过滤 |
| Gouraud vs Phong 着色 | 逐顶点光照+插值 vs 插值法线后逐片元光照（主流，避免大三角面明暗跳变） |