分簇着色

簇的划分（20.4 节）

透视下瓦片截面随距离增大，均匀划分深度会得到扁平或细长的体素。Olsson 等人在视空间按指数划分深度（不依赖几何的 $z_{min}$/$z_{max}$），使簇更接近立方体。实例：《正当防卫 3》用 64×64 像素瓦片 16 个深度切片；Unreal Engine 用同样大小的瓦片，通常 32 个深度切片。

flowchart LR
  A["视锥按屏幕瓦片 x 深度切片划分为簇"] --> B["光源与簇求交, 生成每簇光源列表"]
  B --> C["任意表面按自身位置查所在簇"]
  C --> D["不透明: 前向或延迟"]
  C --> E["透明与体积: 前向"]

如上图，任何表面——不透明或透明——都用自身位置找到簇并取光源列表。

前向还是延迟

• 《极限竞速：地平线 2》在 GPU 上算簇，再用前向着色，因为这样无需额外工作即可支持 MSAA。单遍前向会有过度绘制，可用粗略前到后排序或只对部分物体做预通道缓解；但 Pettineo 发现即使如此，单独 z-prepass 仍更快。
• 《正当防卫 3》不透明用延迟、透明用同一光源列表做前向，光源列表在 CPU 上生成；Dufresne 也在 CPU 上并行生成，因为这一过程不依赖场景几何。

相对分块着色的优势

每个列表光源更少、视角依赖更小。瓦片的细长视锥会因相机微小移动而内容剧变——一排直线路灯可能恰好对齐填满一个瓦片；即使用深度细分，单个像素变化也可能使瓦片的近远距离剧烈跳动。分簇方式对此不敏感。

优化

• 为光源建 BVH 快速判断与簇的重叠（任一光源移动就需重建）；大量光源时排序很贵。
• 延迟着色下按簇内表面的量化法线方向剔除：Olsson 等把法线归入立方体每面 3×3、共 54 个方向组成法线锥，剔除位于簇内所有表面背后的光源。
• 有可见几何深度时（延迟或 z-prepass）可剔除空簇得到稀疏网格，但需先找出被占用的簇，只能在 GPU 上进行；还可用簇内样本构造紧 AABB 剔除更多光源。优化后的系统能处理上百万个光源，随光源数扩展良好，光源很少时也高效。
• 深度不必按指数划分：指数分布使远处簇体积大、光源列表过长。对策是限制分簇的"远平面"，更远的光源淡出、用粒子或眩光表示或烘焙，或用更简单的着色器、lightcuts 等 LOD 技术；反之最近处簇细分很密但往往很空，可把分类视锥的"近平面"推到合理距离，更近的光源都归入第一切片。

光源插入方式

• 《DOOM》（2016）：结合 Olsson 与 Persson 的方法实现分簇前向。z-prepass 约 0.5 ms；建表可视为裁剪空间体素化：对每个单元的 AABB 测试插入光源、环境光照探针和贴花。加入贴花使分簇前向也获得延迟着色在贴花上的优势，且混合方式任意、可用于透明表面。
• CPU 解析测试：球与簇盒的解析测试便宜，不需要几何；但聚光灯若用包围球会被加入许多无关簇，精确解析测试又贵。Persson 给出快速把球体素化到簇的方法。
• GPU 光栅化插入（Örtegren 与 Persson）：两遍——壳 pass 用包住光源的低分辨率网格做保守光栅化，记录每个光源覆盖的最小和最大簇；填充 pass 用计算着色器把光源加入这两者之间每个簇的链表。网格比包围球对聚光灯更紧，几何还能直接遮挡光源可见性。无保守光栅化时，Pettineo 用表面深度梯度选择像素最远（或最近）角计算深度，并截断到光源整体深度范围，防止接近侧视的三角形估计失真。Wronski 给每个网格单元套包围球与锥做相交测试，单元接近立方体时快且好用，细长时较差。
• 《使命召唤：无限战争》（Drobot）：把静态聚光灯基于静态几何的阴影贴图烘焙成保守的低分辨率网格（取每块区域的最大深度），作为光源的有效体积，覆盖的簇远少于原始锥体。

z-binning

同样来自 Drobot，存储远少于分簇着色：光源按屏幕深度排序并按深度分配 ID；用等厚（而非指数）的 z 切片分类，每个切片只存与之重叠光源的最小和最大 ID；另外生成二维瓦片光源列表（几何剔除可选）。像素着色时取瓦片列表，再用自身深度取所在切片的 ID 范围，两者交集即为该簇的有效光源。

可能误分类部分光源，但 Drobot 发现人造环境中光源在 xy 与 z 上很少同时重叠，在深度不连续的瓦片中也能得到近乎完美的剔除。

其他结构

三维访问结构可分为体积型（网格、八叉树）、物体型（BVH）与混合型。Bezrati 让瓦片光源列表中每个光源附带最小和最大深度，片元可快速拒绝不重叠的光源。O'Donnell 与 Chajdas 的分块光源树在 CPU 上对每个瓦片内光源的 z 范围建一维包围区间层次，比三维层次简单，适合 GPU，并能处理大量光源落入同一瓦片的情形；他们还给出在簇划分与光源树之间选择的混合算法，光源树在单元与光源平均重叠较低时效果最好。

移动端

• 移动 GPU 把 G-buffer 保留在片上本地内存，所以传统逐光源延迟反而可能最高效。
• OpenGL ES 2.0 即可实现 tiled forward；OpenGL ES 3.0 加像素本地存储 (pixel local storage) 扩展可利用 ARM GPU 的分块渲染高效生成和应用光源列表。
• Frostbite 移植到移动端时，因为移动端计算着色器支持较弱，需要在光源分类方案上取舍。framebuffer fetch 与像素本地存储可把整体带宽降低一半以上。

方案对比（典型桌面 GPU，表 20.1，据 Olsson）

说明：小三角形一栏反映前向着色中 quad 着色四个样本都完整计算的低效；分块/分簇延迟若采用着色器精简（见 分块着色）寄存器压力可以很低；阴影贴图复用在显存充裕的今天已不那么关键。

多光源阴影与世界空间分簇

• 光源很多时阴影是挑战：常见做法是只为最近、最亮的光源和太阳计算阴影，代价是次要光源漏光；Harada 等在 tiled forward 中为每个可见像素向附近光源发射光线；Olsson 等用被占用的网格单元作为几何代理按需生成阴影贴图，并与光线投射混合。
• 也可在世界空间而非屏幕空间生成光源列表，但大场景受内存限制，且远处簇只有像素大小，影响性能；Persson 提供了把静态光源存入三维世界空间网格的基础分簇前向代码。

总结

分块、分簇等光源列表剔除可用于延迟或前向，也可用于贴花；光源体积剔除旨在减少每个片元评估的光源数，而几何与着色解耦用于平衡计算与带宽。和视锥剔除一样，在某些条件下这些技术收益很小：只有太阳时不需要光源剔除；有大量有限范围光源时，建立局部光源列表无论前向还是延迟都值得。"哪个更好"的答案是"看情况"：平台、场景、光照模型、设计目标都有影响。