Unity shader 入门之渲染管线二、细分

针对渲染管线一中三个步骤详细说明：

一. 应用阶段（Application Stage）

这是一个由CPU主要负责的阶段，且完全由开发人员掌控。
在这个阶段，CPU将决定递给GPU什么样的数据（譬如渲染目标场景中的灯光、场景的模型、摄像机的位置），
有时候还会对这些数据进行处理（譬如只递给GPU可以被摄像机看见的元素，其他不可见的元素被 剔除（culling）出去），
并且告诉GPU这些数据的渲染状态（譬如纹理、材质、着色器等）。

1.1 准备渲染数据：

1.2 合批：

把能合并的都合并起来，尽量减少Draw Call
GPUInstance，GPU硬件算法。使用与大量需要重复绘制的模型，比如草地。但是instance是有上限的，并且只能减少Draw Call，对于增加的面数来说是无解的。

1.3 调用Draw Call

CPU向GPU发送的指令也是像流水线一样的——CPU往命令缓冲区中一个个放入命令，GPU则依次取出执行。在实际的渲染中，GPU的渲染速度往往超过了CPU提交命令的速度，这导致渲染中大部分时间都消耗在了CPU提交Draw Call上。有一种解决这种问题的方法是使用 批处理（Batching），即把要渲染的模型合并在一起提交给GPU。
打个比方，工厂想要把100根钢筋中间截断，如果发货方采用的方法是一根一根钢筋送给工厂，那速度肯定是相当慢的；大部分情况都是发货方把这100根钢筋打包送给工厂，这样明显加快了效率。

二. 几何阶段（Geometry Processing）

这一个由GPU主导的阶段，从这个阶段开始，我们正式进入了流水线。
而这个阶段又可以进一步细分为若干个流水线阶段，可以类比理解为工厂流水线上进行的一道道工序。

2.1 顶点着色器（Vertex Shaders）【可编程】

顶点着色器中，我们无法创建或销毁任何一个顶点，也无法得到当前处理的这个顶点与其他顶点的关系。
因为每次处理顶点都是独立的，不需要额外考虑其他，所以进行这一步速度会相当快。

1. 计算顶点位置
2. 计算每个顶点包含的其他性质，如法线，纹理坐标、色彩、光照等
3. 坐标转换：把顶点坐标从模型空间变换到齐次裁剪空间，开发者可以编写程序在这个阶段修改顶点的坐标，诸如流动、摇曳等与顶点位置相关的动画操作都可以实现。
4. 值得一提的是，这里仅仅是“信息处理”，还不是真正的着色，可以理解为“为接下来的着色计算提供一些信息”。

2.2 曲面细分着色器（Tessellation Stage）

在这一阶段，程序员可以进行曲面细分操作，看起来就像在原有的图元内加入了更多的顶点。
对于一些有大量曲面的模型，进行曲面细分可以让曲面更加圆润；
如果为这些细分的顶点再准备一些位置信息，那么这些细分的顶点将有助于我们展现一个细节更加丰富的模型。这也是 贴图置换（Displacement Mapping）的基本思路。

2.3 几何着色器（Geometry Shader）

在这个阶段，开发者可以控制GPU对顶点进行增删改操作。
几何着色器与顶点着色器都可以对顶点的坐标进行修改，但几何体着色器并行调用硬件困难，并行程度低，效率和顶点着色器有很大的差距；
如果不是要做顶点增、删这些仅仅能用几何着色器实现的效果，那么 还是用顶点着色器来完成吧。

2.4 投影（Projection）

尽管至此GPU已经在三维空间中做了很多工作，但我们最终是要在一个二维的屏幕上查看我们渲染出来的图像——这就需要在GPU把三维空间映射到二维平面上了。

不过值得注意的是，尽管这个过程叫做“投影”，但与数学上的投影还是有很大区别的，这个阶段中，GPU将顶点从摄像机观察空间==>裁剪空间（又被称为齐次裁剪空间），为之后的剔除过程以及投射到二维平面做准备。

常见的投影方式有：透视投影与正交投影。

2.5 裁剪（不可编程）

裁剪操作的目的就是把摄像机看不到的顶点剔除出去，使他们不被渲染到。判断顶点是否可以免受裁剪也十分简单，只需要满足x,y,z属于[-w,w]

在把不需要的顶点裁剪掉后，GPU需要把顶点映射到屏幕空间，这是一个从三维空间转换到二维空间的操作，更符合大家对“投影”的理解。

对透视裁剪空间来说，GPU需要对裁剪空间中的顶点执行齐次除法（其实就是将齐次坐标系中的w分量除x、y、z分量），得到顶点的归一化的设备坐标（Normalized Device Coordinates, NDC），经过齐次除法后，透视裁剪空间会变成一个x、y、z三个坐标都在[-1,1]区间内的立方体。对于正交裁剪空间就要简单得多，只需要把w分量去掉即可。

此时顶点的x、y坐标就已经很接近于它们在屏幕上所处的位置了，不过还有一个多出来的z分量，不过它也不会被白白丢弃，而是被写入了深度缓冲（z-buffer）中,可以做一些有关于顶点到摄像机距离的计算。

裁剪空间坐标==》归一化设备坐标==》0-1之外的部分裁减掉

2.6 屏幕映射（不可编程）

尽管GPU已经得到了顶点的x、y坐标，但他们处于[-1,1]区间中的，GPU还需要进行一定的计算才能把他们映射到我们的1920*1080甚至2560*1440的屏幕。得到的新坐标系称为窗口坐标系，虽然只需要两个坐标把顶点投射到屏幕上，但它仍然是三维的，这个多出来的z值就是在上面算出来的深度。

把三维的几何图元一一映射到二维的屏幕空间上。注意此刻还不是我们肉眼看到的像素

三. 光栅化阶段（Rasterization）

3.1 图元组装（Primitive Assembly）\三角形设置（不可编程）

有些资料把这个过程称为三角形设置（Triangle Setup），不过个人认为叫做Primitive Assembly更为贴切。

这个过程做的工作就是把顶点数据收集并组装为简单的基本体（线、点或三角形），通俗的说就是把相关的两个顶点“连连看”，有些能构成面，有些只是线，有些甚至没有与之配对的顶点只能当一个“单身狗”。

输出一个三角形的边的数据，给下一个阶段。

3.2 三角形遍历（Triangle Traversal）（不可编程）

遍历每一个像素，去检查是否被一个三角网格所覆盖，如果覆盖就会生存一个片元。

对于是否覆盖有三种解决方案：

• 常用的有Standard Rasterization（中心点被覆盖即被划入片元）
• Outer-conservative Rasterization（只要被覆盖了，哪怕只有一点也被划入片元）
• Inner-conservative Rasterization（完全被覆盖才会被划入片元）
  值得注意的是，片元不是真正意义上的像素，而是包含了很多种状态的集合（譬如屏幕坐标、深度、法线、纹理等），这些状态用于最终计算出每个像素的颜色。

3.3 片元着色器（Fragment Shader）（可编程）

这一阶段被一些资料称为像素着色器（Pixel Shader），不过进行到这一步时片元还不是真正意义上的像素。这是十分重要的一步，它将为每个片元计算颜色，这意味着它们很快就能被我们在屏幕上看见了。

这个阶段是完全可编程的；在收到GPU为这个阶段输入了大量的数据后，程序员可以决定这些片元该着上什么样的颜色。

此外，程序员还可以引入更多的信息计算颜色，包括法线贴图、高度图、糙度图等等。虽然片元着色器可以完成很多重要效果，但它仅可以影响单个片元。也就是说，当执行片元着色器时，它不可以将自己的任何结果直接发送给它附近的片元的。

3.4 逐片元操作（Per-Fragment Operations）（可编程）

在DirectX中，这一步又称作输出合并阶段（Output-Merger）。从两个名字中我们大致可以推测出GPU在这个阶段要做的事情：对每个片元进行操作，将它们的颜色以某种形式合并，得到最终在屏幕上像素显示的颜色。主要的工作有两个：对片元进行测试（Test）并进行合并（Merge）。

测试步骤决定了片元最终会不会被显示出来。在OpenGL中，主要的测试有：裁剪测试（Scissor Test）、透明度测试（Alpha Test）、模板测试（Stencil Test）以及深度测试（Depth Test）。这个阶段是高度可配置的。

裁剪测试（Scissor Test）

在裁剪测试中，允许程序员开设一个裁剪框，只有在裁剪框内的片元才会被显示出来，在裁剪框外的片元皆被剔除。

裁剪测试效果

透明度测试（Alpha Test）

在透明度测试中，允许程序员对片元的透明度值进行检测，仅仅允许透明度值达到设置的阈值后才可以会绘制。在OpenGL3.1后这个API被删除了，但你可以在片元着色器中实现类似的效果。

使用的纹理

透明度测试效果

模板测试（Stencil Test）

模板测试是一个相对复杂的测试。在模板测试中，GPU将读取片元的模板值与模板缓冲区的模板值进行比较，如何比较可以由程序员决定，如果比较不通过，这个片元将被舍弃。

譬如图中两个有重叠区域的小球；令左侧小球模板值为3，右侧小球在非重合处模板值为2，重合处模板值为3。现进行模板测试，令左侧小球始终被绘制为红色，令右侧小球满足：模板值与缓冲区相等的绘制为绿色，否则绘制为蓝色。于是我们发现，右侧小球重合处的片元通过了模板测试，被成功绘制为绿色。

深度测试（Depth Test）

深度测试是一个十分重要的测试。在深度测试中，GPU将读取片元的深度值（就是我们前面留下来的坐标z分量）与缓冲区的深度值进行比较，比较方式同样是可以配置的。用通俗的说法解释，深度测试允许程序员设置如何渲染物体之间的遮挡关系。

如图，对于摄像机，尽管A小球在B小球的后方，但通过修改深度测试，我们让GPU把A没有被遮挡的部分隐藏了，反而让A被遮挡的部分显示出来的。

大量的被遮挡片元直到深度测试阶段才会被剔除，而在此之前它们同样地被计算，这占用了GPU大量的资源。因此有种优化技术是将深度测试提前（Early-Z）。但这带来了与透明度测试的冲突，例如某个片元甲虽然遮挡了另一个片元乙，但甲却是透明的，GPU应当渲染的是片元乙，这就产生了矛盾，这就是透明度测试会导致性能下降的原因。

合并阶段（merge）

如果一个片元通过了上面所有的测试，那它终于可以来到合并环节了。合并有两种主要的方式，一种是直接进行颜色的替换，另一种是根据不透明度进行混合（Blend），而混合操作同样是可配置的，程序员可以设定是把这两种颜色进行相加、相减还是相乘等等，有点像在PS里的操作。

在A小球与B小球的遮挡部分进行柔和相加操作

在经过上面的层层测试后，片元颜色就会被送到颜色缓冲区。GPU会使用双重缓冲（Double Buffering）的策略，即屏幕上显示前置缓冲（Front Buffer），而渲染好的颜色先被送入后置缓冲（Back Buffer），再替换前置缓冲，以此避免在屏幕上显示正在光栅化的图元。

总结：

1. 应用阶段：这是一个CPU主导阶段，主要做的就是CPU准备数据，把相机看不见的元素剔除，把相机能看到的元素的数据（纹理、材质、着色器等）合批，调用DrawCall，把渲染命令放在命令缓冲区

2. 几何阶段：这是一个GPU主导阶段，主要做的就是GPU从命令缓冲区拿命令，然后开始顶点着色器处理，这个就是shader的顶点着色器，做的就是把顶点坐标从模型坐标转到屏幕坐标。

3. 光栅化阶段：这个阶段，我的理解就是，把顶点着色器传入的数据，组装成一个个的三角形，然后遍历三角形覆盖的网格，生成片元，然后把这些片元传入片元着色器，片元着色器就可以对纹理进行采样，然后和顶点的颜色进行计算、混合，得到最后想输出的每个像素的颜色值。