像素与帧缓冲优化

需要着色的像素通常远多于顶点，所以像素处理优化往往最划算。核心手段：保证占用率以隐藏纹理延迟、按距离切换着色器 LOD、利用 early-z 并通过从前往后排序或 z-prepass 减少过度绘制、缩小帧缓冲每像素存储（色度子采样、YCoCg 棋盘），以及只在需要时开启混合、避免 GPU 回读。几何与光栅化阶段的常用优化也一并列出。

几何与光栅化阶段（18.4.3–18.4.4 节）

• 第 16 章的网格存储、简化和顶点压缩，以及第 19 章的视锥和遮挡剔除都能减少进入管线的数据；在 CPU 上加入这些大规模技术会彻底改变性能特征，值得尽早尝试；GPU 上可用计算着色器做各种剔除。
• 光照：是否每个三角形都需要光照？有时纹理或顶点色就够。光源相对几何静止时把漫反射和环境光烘焙为顶点色，或预计算漫反射全局光照存为顶点值或光照贴图。前向渲染中光源数影响几何阶段，可关闭或削减局部光，改用环境贴图。
• 封闭物体和永远不会露出背面的物体（如房间墙壁背面）开启背面剔除，约减少一半需光栅化的三角形，像素着色贵时收益更大。

像素着色与占用率（18.4.5 节）

• 例外情况：顶点总要处理，即使最后不产生可见像素；剔除不力时顶点着色可能超过像素着色。三角形太小时不仅增加顶点着色，还产生更多部分覆盖的 quad。
• 更重要的是：只覆盖几个像素的带纹理网格线程占用率往往很低，GPU 靠切换到其他片元来隐藏纹理采样延迟，占用率低则隐藏不好；寄存器用量大的复杂着色器也会降低占用率（寄存器压力）；频繁切换 warp 还可能增加缓存未命中（见 GPU 并行架构）。
• 纹理：使用 GPU 内部原生的纹理和像素格式避免转换；只加载需要的 mip 层；纹理压缩既省内存与传输，又让同样大小的缓存容纳更多像素。
• 着色器 LOD：按距离使用不同像素着色器，例如三个飞碟中只有最近的用精细凹凸贴图，最远的简化或去掉高光，既省计算又减少欠采样造成的"萤火虫"闪烁；简化模型用顶点色还能省掉纹理切换。

过度绘制与深度复杂度

• early-z 在像素着色前比较深度，不可见片元直接丢弃；但像素着色器修改深度会使 early-z 失效。
• 深度复杂度：覆盖一个像素的表面数。可视化方法：关闭 z-buffer，混合设为 glBlendFunc(GL_ONE, GL_ONE)，清屏为黑，所有物体用颜色 $(1/255,1/255,1/255)$ 绘制，每层加一级亮度。再开启 z-buffer 渲染一次可得到像素着色器实际调用次数。
• 随机顺序的不透明三角形覆盖一个像素时，平均绘制次数为调和级数： $H(n)=1+\frac12+\frac13+\dots+\frac1n,\qquad \lim_{n\to\infty}H(n)=\ln n+\gamma$ $\gamma=0.57721\dots$ 为 Euler-Mascheroni 常数。理由：第二个三角形有一半概率在前，第三个有三分之一概率最前，依此类推。深度复杂度 4 平均 2.08 次，11 为 3.02 次，而要 12,367 才达到 10.00 次——过度绘制在深度复杂度低时增长很快，随后迅速趋缓，没有看上去那么糟。
• 减少过度绘制：
  • 不透明物体大致从前往后排序（按质心沿视线距离；已有包围体层次时先遍历较近的子节点），后画的被遮挡物体不写颜色和深度，还可能被遮挡剔除硬件在像素着色前拒绝。
  • z-prepass：先只把几何画进 z-buffer，再正常渲染整个场景，消除所有过度绘制的着色，代价是多一遍几何。Pettineo 团队用它主要就是为了避免过度绘制；但粗略从前往后排序可能已获得大部分收益；折中是只先画少数大而简单、收益最大的遮挡体；McGuire 发现完整预 pass 对他的系统没有帮助。只有测量才能知道。
  • 延迟渲染和光线追踪的优点之一是在可见性全部确定后才着色。
  • 与按状态排序冲突时，用排序键折中（见 绘制调用与状态切换优化）。

帧缓冲技术（18.4.6 节）

• 缩小每像素存储以减轻缓存层次压力：精度够用时用 8 位而非 16 位浮点通道。
• 色度子采样：人眼对亮度比对色度敏感，JPEG、MPEG 都对色度子采样；Frostbite 用它降低 16 位/通道图像后处理的带宽。
• YCoCg 棋盘 (Mavridis & Papaioannou)：光栅化时每个像素存亮度 $Y$ 和交替的 $Co$ 或 $Cg$ 之一（棋盘排列），不需要 A 时颜色缓冲减半，性能常有提升。显示前需重建：缺 $Co$ 的像素用四邻域加权， $Co=\sum_{i=0}^{3}w_iCo_i,\qquad w_i=1-\operatorname{step}(t-|L_i-L|)$ 其中 $Co_i$、$L_i$ 为左右上下邻像素的值，$L$ 为本像素亮度，$t$ 为边缘阈值（原文取 $30/255$），$\operatorname{step}(x)$ 在 $x<0$ 时为 0、否则为 1。书中说明权重为 0 或 1，亮度梯度 $|L_i-L|$ 大于 $t$ 时为 0（权重的归一化在提取文本中未写明），比简单平均四邻值更能保住边缘。
• 棋盘渲染：分辨率持续上升，多款系统以棋盘模式渲染以节省着色；VR 中 Vlachos 在视野边缘用棋盘，也有把每个 2×2 quad 缩减为 1–3 个样本的做法。

合并阶段（18.4.7 节）

• 只在需要时开混合：理论上不透明物体也能用 over 合成，但比 replace 贵，值得区分镂空纹理和透明材质。有些操作免费：部分系统上 8 位模板与 24 位深度存于同一个字，使用 z-buffer 时访问模板不增加时间。
• GPU 有快速清除机制，建议总是同时清除颜色和深度缓冲，能提高这些缓冲的内存传输效率。
• 尽量避免把渲染目标回读到 CPU：任何 CPU 访问帧缓冲都会冲刷整条 GPU 管线，丧失并行。
• 合并阶段确为瓶颈时：考虑更低精度或压缩的输出目标、重排算法、缓存复用未移动的阴影部分。也要警惕反复优化一个算法，而换一种技术可能更好。