高效的六面体变换算法实现（二） —— 基于GPU的转换方式A

鉴于上面描述的CPU的六面体变换算法的问题。我们首先想到的是用多媒体指令集来对facebook的算法进行加速。但这面临一个问题是，算法里面有大量的查表操作，不适合用单指令多数据（SIMD）的指令来优化。即使对少部分代码进行了优化，也解决不了在上篇中遇到的困境。

因此，需要换个思路。在头脑中首先想到的是用GPU的“画图”功能来做这种转换。主要感觉是GPU画图的速度非常快，稍微好点的GPU就能实时画4K的视频图像，其价格应该比服务器级别的CPU便宜简单多了，硬件实现嘛，速度肯定比软件的速度快。这里采用了OpenGL语言，既然是画图。

有了使用GPU的想法之后，直观的想法是，先把二维的世界地图画到地球仪上，然后在地球仪内放一个正六面体。眼睛放在球心位置，设置FOV为90度，然后变换眼睛的朝向，分别对准正六面体的六个面的中心位置，将球面投影到各个面上，获得的六幅图像，将这些图像存成依次排列的六个面（排列方法根据自己需要来制定）。于是CubeMap的全景图像就得到了。

这个想法有个问题，就是把二维的等圆柱图像渲染成一个球面的速度问题。当绘制的球越光滑越逼近的时候，绘制所需要的时间就越长，基本已经不能实时。这点背离了我们的初衷。且如果绘制的球面不够光滑，则投影到六面体上的图像也会不够准确，导致数据的丢失或失真。

所以从这个角度而言，这种方法对于单幅的图像而言，可行；对于大量的连续视频而言，速度和精度都不好。走到这里，我们发现遇到了困难，及时止损，再想想其他的辙。