可编程着色器与 GPU 管线

GPU 管线的各阶段

下图是 GPU 的逻辑管线，虚线框是可选阶段。

flowchart LR
    VS["顶点着色器"] --> TS["曲面细分"]:::opt --> GS["几何着色器"]:::opt --> CL["裁剪"] --> SM["屏幕映射"] --> TR["三角形设置与遍历"] --> PS["像素着色器"] --> MG["合并"]
    classDef opt stroke-dasharray: 5 5

曲面细分和几何着色器都是可选的，不是所有 GPU 都支持，移动设备尤其如此。

逻辑模型 vs 物理模型

这里讲的是 API 暴露给程序员的逻辑模型，硬件厂商怎么实现是另一回事：逻辑上固定的阶段可能被并入相邻的可编程阶段执行，一个着色器也可能被拆到不同单元甚至单独一个 pass 执行。逻辑模型能帮你推理哪些因素影响性能，但不要把它当成 GPU 的真实实现。

统一着色器架构 (Unified Shader Architecture)

• 顶点、像素、几何、曲面细分着色器共用同一套编程模型和指令集 (ISA)。DirectX 把这种处理器叫通用着色器核心 (common-shader core)。
• 好处是负载均衡：大量细小三角形需要更多顶点处理，大三角形需要更多像素处理。如果顶点核心和像素核心是分开的两池，分配比例就被固定死了；统一核心可以由 GPU 按需分配。

着色语言与编译

• 常用 HLSL（DirectX）和 GLSL（OpenGL），都是类 C 语言。
• HLSL 可以编译成与硬件无关的中间语言（IL 或 DXIL），也能离线编译保存；驱动再把它转换成具体 GPU 的 ISA。
• 主机开发通常跳过中间语言，因为只有一种 ISA。
• 基本数据类型是 32 位浮点标量和向量（向量只存在于着色器代码层面，硬件不一定直接支持），现代 GPU 也原生支持 32 位整数和 64 位浮点。

输入类型

一次 draw call 调用图形 API 绘制一组图元，从而驱动管线运行着色器。

uniform 只存一份、所有顶点或像素共用，所以常量寄存器的数量远多于 varying 的输入输出寄存器。

流程控制

可编程着色和 API 的演进

低开销 API

Mantle、DirectX 12、Vulkan、Metal 这一代 API 的重点不是新的 GPU 功能，而是大幅减少 CPU 花在驱动上的时间，并更好地支持 CPU 多线程。适合 CPU 驱动开销成为瓶颈的场景，在移动设备上还能省电。但从旧 API 移植很难，直接照搬的实现反而可能更慢。

移动端和 Web

• OpenGL ES：为嵌入式和移动设备设计。ES 2.0（2007）开始可编程，ES 3.0（2012）加入多渲染目标、纹理压缩、实例化等，ES 3.1 加计算着色器，ES 3.2 加几何和曲面细分着色器。
• WebGL：通过 JavaScript 调用，WebGL 1 相当于 OpenGL ES 2.0，WebGL 2 相当于 ES 3.0。跨平台、只需文本编辑器、浏览器自带调试器，非常适合做实验和教学；three.js 这类库提供了阴影、后处理、PBR、延迟渲染等现成实现。

在游戏开发中的意义

• 用 uniform 驱动的静态分支做"着色器变体"，比在逐像素数据上分支安全得多。
• 选 API 时的取舍：DX12 和 Vulkan 能降低 CPU 开销、更好地多线程，但开发和移植成本高；如果瓶颈不在 CPU 驱动，收益有限。

GEA 的视角：着色器模型与 HLSL 入门（卷 II 11.4.5、11.4.10）

可编程性的演进

• GEA 的时间线：3Dfx Voodoo 只做光栅化、着色和合并，前段交给 CPU；NVIDIA GeForce 256 是第一块"真正的" GPU，把变换和投影也做进硬件，但整条管线可配置不可编程；后来部分阶段变为可编程，又加入曲面细分和几何放大阶段；最近厂商转向以网格着色器和放大着色器为中心的新管线（见 网格着色器管线）（卷 II 11.4.5）。
• 统一着色器：早期顶点着色器指令集比像素着色器复杂，两者是不同的核心，像素核心更简单、更省面积。ATI 为 Xbox 360 引入统一着色器架构，NVIDIA 和 AMD 随后跟进。

与 RTR4 的分歧：GeForce 3 支持哪种可编程着色器

两书说法相反，这里并列记录。

原书问题（11.4.5）：GEA 的说法不对。GeForce 3（NV20，2001）同时支持 DirectX 8.0 的顶点着色器 1.1 和像素着色器 1.1；它的顶点着色器（"nfiniteFX" 引擎中的可编程顶点处理器）反而比像素部分更接近真正的可编程处理器——像素着色器 1.x 只有很少的算术指令，更像可配置的寄存器组合器（Wikipedia "GeForce 3 series"；Wikipedia "High-Level Shader Language" 的着色器模型对照表）。RTR4 的表述正确。 另："ATI 为 Xbox 360 引入统一着色器，NVIDIA 和 AMD 随后跟进"一句中，AMD 在 2006 年收购了 ATI，跟进的 PC 产品是 NVIDIA G80（GeForce 8800，2006 年 11 月）和 ATI/AMD 的 R600（Radeon HD 2900，2007 年），并非 ATI 之外另有一家 AMD（Wikipedia "Unified shader model"）。

着色器模型、着色器配置与 caps 位

• 着色器模型 (Shader Model) 是描述着色器能力的版本号；每种着色器还有着色器配置 (shader profile)，前缀表示类型，后跟主次版本，如 ps_2_0（像素）、vs_（顶点）、cs_（计算）、gs_（几何）。SM1 到 SM3 能力逐步增强，但指令数、常量和寄存器都很受限，顶点和像素着色器用完全不同的 ISA；从 SM4 开始统一架构，几乎所有着色器共用一套 ISA。
• 早期 PC 游戏靠查询 GPU 的 caps 位（每位对应一个硬件特性）来适配不同硬件，组合繁多，容易出兼容性 bug。DirectX 11 的特性级别把它简化成线性序列，见 图形 API 设备、管线状态与资源。

HLSL 的数据类型

GEA 用 HLSL 讲着色器编程，说明 GLSL、PSSL 等语言大同小异（卷 II 11.4.10）：

• 标量：bool、int、uint、half（16 位浮点）、float、double，以及 min10float 这类只保证最低位宽的类型。
• 向量 float4（或 vector<float,4>）、矩阵 float3x4（或 matrix<float,3,4>）、纹理与缓冲、纹理采样器、结构体（按值传递，没有指针和引用之分）、typedef。
• 分量可按 xyzw 或 rgba 访问，可重排 (swizzle)，如 bar.xyz = foo.zxy;。
• 重要区别：着色器里的四元向量不是 SIMD 的四个通道。GPU 着色器跑在 16、32 或 64 通道的 SIMD 核心上，每个通道各运行一次内核；向量运算会被编译成逐分量的串行指令。这与在 CPU 上写 SIMD 代码完全不同（对照 SIMD 向量化）。

动态数据、uniform 数据与语义

• 动态数据：每次调用处理的顶点、图元或片元，类型一致但值各不相同；uniform 数据：一次 draw call 内所有调用看到的相同值，如常量缓冲中的模型-观察矩阵和投影矩阵。这与本页「输入类型」表中的 varying 与 uniform 对应。
• 语义 (semantics) 是给变量和结构体成员加的元信息。早期语义按阶段定义，如 POSITION[n] 只能用于顶点着色器、COLOR[n] 只能用于像素着色器；DirectX 10 起有以 SV_ 开头的系统值语义，所有阶段都可用。像素着色器只能输出 SV_Depth 和 SV_Target（GEA 原话；不完整：像素着色器还可输出 SV_Coverage、SV_StencilRef，以及 SV_DepthGreaterEqual/SV_DepthLessEqual 等保守深度变体，见 MS Learn "Semantics" 系统值表）；SV_VertexID、SV_InstanceID、SV_IsFrontFace 只能作为第一个能解释它的阶段的输入，之后各阶段只能原样传递。

一对顶点/像素着色器的结构

书中示例的要点（卷 II 11.4.10.5）：

• 两个常量缓冲：每相机常量（c_viewProj、相机位置）和每物体常量（c_modelToWorld），外加一个采样器和一张漫反射纹理。
• 顶点着色器把模型矩阵与观察投影矩阵相乘，输出裁剪空间位置（SV_POSITION）和世界空间位置，法线用 w=0 乘模型矩阵后归一化，颜色和 UV 原样传递。HLSL 中写作 mul(float4(p,1), M)，即 GEA 一贯的行向量约定（见 齐次坐标与矩阵约定）。
• 像素着色器拿到的是三次顶点着色器输出插值后的结果，所以要重新归一化法线（线性插值不保持长度），然后算 Blinn-Phong 光照，乘以纹理颜色和顶点颜色输出到 SV_TARGET。
• 原书问题（11.4.10.5 示例代码）：像素着色器调用 BlinnPhong(fragment.position, fragment.normal)，但 fragment.position 带 SV_POSITION 语义，到像素着色器时已是屏幕空间像素坐标（xy 为像素中心、z 为深度、w 为 $1/w$），不是世界空间位置；示例中顶点着色器专门输出的 worldPos 才是光照需要的位置，应写成 BlinnPhong(fragment.worldPos, fragment.normal)（MS Learn "Semantics"：SV_Position 在像素着色器中描述像素位置）。另外法线用 $w=0$ 乘模型矩阵只在没有非均匀缩放时正确，否则需要逆转置矩阵（见 基本仿射变换）。

LearnOpenGL 的视角：编译、链接与 Shader 封装（Getting Started / Shaders）

来源：Shaders；摘录 Getting Started — Shaders。

GLSL 源码在运行时（或离线）经 glCreateShader → glShaderSource → glCompileShader，再 glCreateProgram → glAttachShader → glLinkProgram。编译/链接失败时用 glGetShaderInfoLog / glGetProgramInfoLog 取日志——调试着色器几乎全靠这些日志与「把中间量画成颜色」。

LearnOpenGL 的 Shader 类把路径读入、编译链接、错误打印、use 与一组 setBool/setInt/setFloat（内部 glGetUniformLocation）收进单一对象。这与 GEA/RTR 讨论的「着色器配置 / 材质绑定」同一层抽象，只是示例停在最小可用封装，没有变体排列与反射系统（变体见 着色频率与材质系统）。