[引擎搭建记录] 遮罩加速的软光栅遮挡剔除

本文知乎地址：https://zhuanlan.zhihu.com/p/69287128
项目地址：https://github.com/MrySwk/GravityEngine

本萌新最近学习了一波关于剔除的算法，决定亲自动手写一遍，关于剔除，可以参看洛城大佬最近写的这篇文章
https://zhuanlan.zhihu.com/p/66407205

第一次学习的时候，我自然想的就是挑个最现代的终极解决方案来写，然而经过一番调查后我发现，gpu-driven可能是最现代化的一种方案，按大佬说的话来说就是现在3A大多数都是gpu-driven，然而这种做法需要改写管线里的大部分内容，对萌新非常不友好QAQ，由于我现在过于菜，太多东西没写过，所以想先把传统的cpu管线写完一遍再考虑gpu-driven。

于是我找了一遍cpu端的算法，发现英特尔在2016年提出了一种叫做Masked Software Occlusion Culling的技术，并且在网上提供了demo，我下下来跑了一下，效率高得恐怖。不过他的实现里面带了许多偏向于英特尔的优化，而且要求分occluder和occludee，只能使用大的box状的遮挡物。于是我照着他的思路重写了一遍，只用了128位的矢量化，然后深度缓冲由回读得到，而不是cpu光栅化得到，最后得到的结果比原来针对英特尔优化的版本慢了很多，但还算是落在了实际可以接受的开销范围内。

那么所谓的Mask究竟是指什么呢，在intel的这篇文章里masked指的是与hiz相对应的一种加速比较的方式，下面这张图可以大概地给个概念：

蓝线是hiz，黑线是mask，可以看出mask的效率很高，当然了，这是英特尔自己的文章里给的结论，选取的场景也是特别有利的场景。

所以我重写了一遍之后测试了一下，用的是这样的一个场景：

结果是1.45ms，如下（上面是总时间，下面是分开的时间）：

因为只是光栅化bounding box，所以场景就是选择了1000个box，可以看到这里我的开销里有0.84ms是花在了reproject上了，而花在光栅化上的时间为0.5ms。

这个速度比intel的要慢一些（主要原因是我菜），其中很大的开销是花在了reproject前几帧的深度缓冲上了，也就是说这个做法是改过的，英特尔的原做法是用光栅化occluder生成的深度缓冲来做检测，这样的话是要快非常多的，因为光栅化几个大box在英特